UNIVERSITAS INDONESIA

UNIVERSITAS INDONESIA

ANALISIS HUBUNGAN SALING KETERGANTUNGAN PASAR SAHAM DI ASIA DAN AMERIKA SERIKAT SEBELUM, SELAMA, DAN SESUDAH TERJADINYA KRISIS FINANSIAL DI AMERIKA SERIKAT TAHUN 2008–2009

SKRIPSI

ANGGIA EBEN HAEZER TOBING 0806349056

FAKULTAS ILMU SOSIAL DAN ILMU POLITIK PROGRAM STUDI ILMU ADMINISTRASI NIAGA DEPOK 2012

Analisis hubungan..., Anggia Eben Haezer Tobing, FISIP UI, 2012

UNIVERSITAS INDONESIA

ANALISIS HUBUNGAN SALING KETERGANTUNGAN PASAR SAHAM DI ASIA DAN AMERIKA SERIKAT SEBELUM, SELAMA, DAN SESUDAH TERJADINYA KRISIS FINANSIAL DI AMERIKA SERIKAT TAHUN 2008–2009

SKRIPSI

Diajukan sebagai Salah Satu Syarat untuk memperoleh Gelar Sarjana Strata Satu Ilmu Administrasi Niaga

ANGGIA EBEN HAEZER TOBING 0806349056

FAKULTAS ILMU SOSIAL DAN ILMU POLITIK PROGRAM STUDI ILMU ADMINISTRSI NIAGA KEKHUSUSAN KEUANGAN DEPOK 2012


HALAMAN PERNYATAAN ORISINALITAS

Skripsi ini adalah hasil karya saya sendiri, dan semua sumber baik yang dikutip maupun dirujuk telah saya nyatakan dengan benar.

Nama

: Anggia Eben Haezer Tobing

NPM

: 0806349056

Tanda Tangan

:

Tanggal

: Juni 2012

ii Analisis hubungan..., Anggia Eben Haezer Tobing, FISIP UI, 2012

HALAMAN PENGESAHAN Skripsi ini diajukan oleh Nama NPM Program Studi Judul Skripsi

: : : : :

Anggia Eben Haezer Tobing 0806349056 Ilmu Administrasi Niaga Analisis Hubungan Saling Ketergantungan Pasar Saham di Asia dan Amerika Serikat Sebelum, Selama, dan Sesudah Terjadinya Krisis Finansiall di Amerika Serikat Tahun 2008–2009

Telah berhasill dipertahankan di hadapan Dewan Penguji dan diterima sebagai bagian persyaratan yang diperlukan untuk memperoleh gelar Sarjana Reguler pada Program Studi Ilmu Administrasi Niaga, Fakultas Ilmu Sosial dan Ilmu Politik, Universitas Indonesia. Indonesia

DEWAN PENGUJI

Pembimbing

:

Prof. Dr. Chandra Wijaya M.Si., M.M

Penguji Ahli

)

(

)

(

)

(

)

:

Ir. Bernardus Yuliarto Nugroho MSM., PhD

Ketua Sidang

(

:

Fibria Indriati D. L. S.Sos., M.Si

Sekertaris Sidang : Umanto E. Prasetyo, S.Sos, M.Si

Ditetapkan di : FISIP Universitas Indonesia, Depok Tanggal

: 28 Juni 2012

iii Analisis hubungan..., Anggia Eben Haezer Tobing, FISIP UI, 2012

KATA PENGANTAR

Puji syukur terutama kepada Yesus Kristus atas segala kebaikan dan kasih setia-Nya yang senantiasa memberi saya kekuatan, kesehatan, penghiburan, dan perlindungan selama penulisan skripsi ini. Puji Tuhan, skripsi ini akhirnya dapat diselesaikan pada waktunya. Penulisan skripsi ini tidak lepas dari peran serta pihak-pihak yang telah rela menyumbangkan tenaga, waktu, pemikiran, dan perhatiannya yang turut membantu saya dalam mengerjakan skripsi ini. Untuk itu saya ingin mengucapkan terima kasih sebesar-besarnya kepada: 1. Prof. Dr. Chandra Wijaya M.Si., M.M., sebagai pembimbing yang telah banyak sekali membantu, memberi arahan, dukungan, serta kritik dan sarannya dalam penulisan skripsi ini. Terima kasih untuk pertanyaan-pertanyaannya dan jawaban yang merangsang otak untuk berpikir kritis. You’re the master. 2. Dosen-dosen jurusan Ilmu Administrasi Niaga yang telah memberikan waktu dan ilmunya kepada penulis dalam perkuliahan dari semester awal sampai dengan semester akhir. 3. Mama, Papa, Kak Femmy, Kak Siska, dan Marco yang senantiasa mendukung, menemani, dan mendoakan saya selama ini. Semoga hasil dari skripsi ini bisa memberikan kebahagian dan kebanggaan untuk kalian. I love you all. 4. Delano Christovel, sahabat yang telah mengajarkan pengolahan data statistik kepada penulis. Tidak lupa untuk sahabat-sahabat SMA yang lain, yaitu Ruth Caroline, Nicko Sanjaya, Michael Gunawan, Henry Leonardo, dan Edwin Novianto yang memberikan keceriaan ketika berkumpul untuk mengerjakan skripsi bersama-sama. Uno Dora! 5. Kak Anggita Cinditya yang memberikan bantuan dalam pencarian data-data pendukung dan Kak Benedicta Octaviani yang memberikan nasihat dan jawaban-jawaban terkait penelitian terdahulu. 6. Semua teman-teman jurusan Ilmu Administrasi Niaga, yaitu Amalia Kusbintari, Virra Krisnafitriana, Isnaeni Fitrahadi, Thomas Wahyu,

iv Analisis hubungan..., Anggia Eben Haezer Tobing, FISIP UI, 2012

Muhammad Ghulam, Raflesia Henki, Ranynda Niarachma, Dessy Christiani, Della Aresa, Afianka Maunaza, Meirna Utami, Chintya Ayu, dan teman-teman lainnya. Terima kasih atas kebersamaan, keceriaan, dan saat-saat yang berkesan dari awal sampai sekarang yang membuat masa perkuliahan selama empat tahun begitu luar biasa menyenangkan dan tidak dapat terlupakan. Semoga persahabatan ini akan selalu terjalin. 7. Nella Nabila dan James Stevenson, sahabat-sahabat yang terus memberikan saya semangat untuk mengerjakan dan mengejar deadline skripsi. Thanks, mates! 8. Dan untuk seluruh pihak yang mohon maaf jika tidak dapat disebutkan satu per satu.

Tuhan memberkati dan membalas berlipat kali ganda kebaikan kalian semua. Saya menyadari skripsi ini belum sempurna, namun saya tetap berusaha memberikan yang terbaik. Harapan saya semoga penelitian ini memberi masukan berharga bagi pembaca dan menarik minat bagi pihak yang ingin mempelajarinya lebih dalam lagi.

Depok, Juni 2012

Anggia Eben Haezer Tobing

v Analisis hubungan..., Anggia Eben Haezer Tobing, FISIP UI, 2012

LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS

Sebagai sivitas akademik Universitas Indonesia, saya yang bertanda tangan di bawah ini: Nama

: Anggia Eben Haezer Tobing

NPM

: 0806349056

Program Studi : Ilmu Administrasi Niaga Departemen

: Ilmu Administrasi

Fakultas

: Ilmu Sosial dan Ilmu Politik

Jenis karya

: Skripsi

Demi emi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Universitas Indonesia Hak Bebas Royalti Noneksklusif (Non-exclusive exclusive Royalty RoyaltyFree Right) atas karya ilmiah saya yang berjudul : Analisis Hubungan Saling Ketergantungan Pasar Saham di Asia dan Amerika Serikat Sebelum, Selama, dan Sesudah Terjadinya Krisis Finansiall di Amerika Serikat Tahun 2008–2009 Beserta eserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Noneksklusif

ini

Universitas

Indonesia

berhak

menyimpan,

mengalih

media/formatkan, mengelola dalam bentuk pangkalan data (database (database), merawat, dan memublikasikan tugas akhir saya selama tetap mencantumkan nama saya sebagai penulis/pencipta dan sebagai pemilik Hak Cipta. Demikian pernyataan ini saya buat dengan sebenarnya. sebenarnya

Dibuat di : Depok Pada tanggal : Juni 2012

Yang menyatakan,

( Anggia Eben Haezer Tobing )

vi Analisis hubungan..., Anggia Eben Haezer Tobing, FISIP UI, 2012

ABSTRAK

Nama Program Studi Judul

: Anggia Eben Haezer Tobing (0806349056) : Administrasi Niaga : Analisis Hubungan Saling Ketergantungan Pasar Saham di Asia dan Amerika Serikat Sebelum, Selama, dan Sesudah Terjadinya Krisis Finansial di Amerika Serikat Tahun 2008–2009

Penelitian ini bertujuan untuk mengidentifikasi dan menjelaskan hubungan saling ketergantungan pasar saham di Asia dan Amerika Serikat sebelum, selama, dan sesudah terjadinya krisis finansial di Amerika Serikat tahun 2008–2009. Metode penelitian yang digunakan untuk melihat adanya hubungan saling ketergantungan adalah lewat uji koefisien korelasi dan uji kausalitas Granger. Hasil penelitian menunjukkan bahwa adanya hubungan saling ketergantungan pada sebelum, selama, dan sesudah terjadinya krisis. Sebelum terjadinya krisis, terdapat hubungan saling ketergantungan antara Singapura dan Jepang, Singapura dan Amerika Serikat, Hong Kong dan Amerika Serikat, India dan Amerika Serikat; selama terjadinya krisis, Singapura dan Hong Kong, Cina dan India saling memiliki ketergantungan; dan sesudah terjadinya krisis, terdapat hubungan saling ketergantungan antara Hong Kong dan India, Hong Kong dan Amerika Serikat.

Kata kunci: Hubungan saling ketergantungan, kausalitas Granger.

vii Analisis hubungan..., Anggia Eben Haezer Tobing, FISIP UI, 2012

ABSTRACT

Name Study Program Title

: Anggia Eben Haezer Tobing (0806349081) : Business Administration : The Interdependence of Asian Stock Markets and the United States Stock Market Before, During, and After the United States Financial Crisis in 2008–2009

This research aims to identify and explain the interdependence of Asian stock markets and the United States stock market before, during, and after the United States financial crisis in 2008–2009. The research methodology that has been used to identify this interdependence is the correlation coefficient test and the Granger causality test. The results of these tests identified and confirmed proven interdependencies before, during, and after the crisis. Before the crisis, interdependencies existed between Singapore and Japan, Singapore and the United States, Hong Kong and the United States, India and the United States; during the crisis, Singapore and Hong Kong, China and India were all interdependent; and after the crisis, interdependencies existed between Hong Kong and India, Hong Kong and the United States.

Key words: Interdependence, Granger causality.

viii Analisis hubungan..., Anggia Eben Haezer Tobing, FISIP UI, 2012

DAFTAR ISI

Halaman HALAMAN JUDUL....................................................................................... LEMBAR PERNYATAAN ORISINALITAS................................................ LEMBAR PENGESAHAN SKRIPSI............................................................. KATA PENGANTAR..................................................................................... PERSETUJUAN PUBLIKASI........................................................................ ABSTRAK...................................................................................................... ABSTRACT...................................................................................................... DAFTAR ISI................................................................................................... DAFTAR TABEL........................................................................................... DAFTAR GRAFIK......................................................................................... DAFTAR RUMUS....................................................................................... DAFTAR GAMBAR....................................................................................... DAFTAR LAMPIRAN................................................................................... BAB I

i ii iii iv vi vii viii ix xii xiii xiv xv xvi

PENDAHULUAN 1.1 Latar Belakang........................................................................... 1.2 Pokok Permasalahan.................................................................. 1.3 TujuanPenelitian........................................................................ 1.4 Manfaat Penelitian..................................................................... 1.4 Sistematika Penulisan................................................................

1 7 7 7 8

BAB II KERANGKA TEORI 2.1 Tinjauan Literatur...................................................................... 2.2 Kerangka Teori.......................................................................... 2.2.1 Investasi....................................................................... 2.2.2 Saham........................................................................... 2.2.3 Return dan Risk Saham................................................ 2.2.4 Diversifikasi Internasional........................................... 2.2.5 Globalisasi Pasar Keuangan......................................... 2.2.6 Integrasi Pasar Keuangan............................................. 2.2.7 Teori Contagion Effect.................................................

9 13 13 14 15 18 20 21 24

BAB III METODE PENELITIAN 3.1 Pendekatan Penelitian................................................................ 3.2 Jenis Penelitian........................................................................... 3.3 Populasi dan Sampel.................................................................. 3.4 Model Penelitian........................................................................ 3.4.1 Statistika Deskriptif.......................................................... 3.4.2 Uji Koefisien Korelasi...................................................... 3.4.3 Uji Stasioneritas................................................................ 3.4.4 Uji Lag Optimal................................................................ 3.4.5 Uji Kausalitas Granger......................................................

26 26 27 29 29 30 30 31 31

ix Analisis hubungan..., Anggia Eben Haezer Tobing, FISIP UI, 2012

3.5 Variabel Penelitian..................................................................... 3.6 Hipotesis Penelitian................................................................... 3.7 Tahapan Penelitian..................................................................... BAB IV ANALISIS HASIL PENELITIAN 4.1 Imbal Hasil Indeks Pasar Saham................................................ 4.2 Statistika Deskriptif................................................................... 4.2.1 Sebelum Krisis.................................................................. 4.2.2 Selama Krisis.................................................................... 4.2.3 Sesudah Krisis................................................................... 4.3 Uji Koefisien Korelasi............................................................... 4.3.1 Sebelum Krisis.................................................................. 4.3.2 Selama Krisis.................................................................... 4.3.3 Sesudah Krisis................................................................... 4.4 Uji Stasioneritas......................................................................... 4.5 Uji Lag Optimal......................................................................... 4.5.1 Sebelum Krisis.................................................................. 4.5.2 Selama Krisis.................................................................... 4.5.3 Sesudah Krisis................................................................... 4.6 Uji Kausalitas Granger............................................................... 4.5.1 Sebelum Krisis.................................................................. 4.5.2 Selama Krisis.................................................................... 4.5.3 Sesudah Krisis................................................................... 4.7 Analisis Hubungan Saling Ketergantungan Pasar Saham di Asia dan Amerika Serikat Sebelum Terjadinya Krisis............. 4.7.1 Analisis Hubungan Saling Ketergantungan Singapura dan Jepang......................................................................... 4.7.2 Analisis Hubungan Saling Ketergantungan Singapura dan Amerika Serikat......................................................... 4.7.3 Analisis Hubungan Saling Ketergantungan Hong Kong dan Amerika Serikat......................................................... 4.7.4 Analisis Hubungan Saling Ketergantungan India dan Amerika Serikat................................................................ 4.8 Analisis Hubungan Saling Ketergantungan Pasar Saham di Asia dan Amerika Serikat Selama Terjadinya Krisis............... 4.8.1 Analisis Hubungan Saling Ketergantungan Singapura dan Hong Kong................................................................. 4.8.2 Analisis Hubungan Saling Ketergantungan Cina dan India.................................................................................. 4.9 Analisis Hubungan Saling Ketergantungan Pasar Saham di Asia dan Amerika Serikat Sesudah Terjadinya Krisis.............. 4.9.1 Analisis Hubungan Saling Ketergantungan Hong Kong dan India............................................................................ 4.9.2 Analisis Hubungan Saling Ketergantungan Hong Kong dan Amerika Serikat......................................................... 4.10 Perbandingan Hubungan Saling Ketergantungan Sebelum, Selama, dan Sesudah Terjadinya Krisis.....................................

x Analisis hubungan..., Anggia Eben Haezer Tobing, FISIP UI, 2012

33 33 34

36 36 36 36 37 37 38 39 40 42 42 42 43 44 44 44 47 49 52 52 54 56 57 59 59 60 61 62 63 64

BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan.................................................................................. 5.2. Saran............................................................................................ 5.2.1 Investor............................................................................... 5.2.2 Akademis............................................................................

67 67 67 68

DAFTAR REFERENSI..................................................................................... 69 LAMPIRAN....................................................................................................... 73 DAFTAR RIWAYAT HIDUP.......................................................................... 82

xi Analisis hubungan..., Anggia Eben Haezer Tobing, FISIP UI, 2012

DAFTAR TABEL

Halaman Tabel 2.1 Tabel 3.1 Tabel 3.2 Tabel 3.3 Tabel 3.4 Tabel 4.1 Tabel 4.2 Tabel 4.3 Tabel 4.4 Tabel 4.5 Tabel 4.6 Tabel 4.7 Tabel 4.8 Tabel 4.9 Tabel 4.10 Tabel 4.11 Tabel 4.12 Tabel 4.13 Tabel 4.14 Tabel 4.15 Tabel 4.16 Tabel 4.17 Tabel 4.18 Tabel 4.19 Tabel 4.20 Tabel 4.21 Tabel 4.22 Tabel 4.23 Tabel 4.24 Tabel 4.25 Tabel 4.26

Matriks Tinjauan Literatur............................................................ Kapitalisasi Pasar di Asia Tenggara Tahun 2010.......................... Kapitalisasi Pasar di Asia Timur Tahun 2010............................... Kapitalisasi Pasar di Asia Selatan Tahun 2010............................. Pasar Saham dan Indeks................................................................ Statistika Deskriptif Sebelum Krisis............................................. Statistika Deskriptif Selama Krisis................................................ Statistika Deskriptif Sesudah Krisis.............................................. Uji Koefisien Korelasi Sebelum Krisis......................................... Uji Koefisien Korelasi Selama Krisis............................................ Uji Koefisien Korelasi Sesudah Krisis.......................................... Uji Lag Optimal Sebelum Krisis................................................... Uji Lag Optimal Selama Krisis..................................................... Uji Lag Optimal Seduah Krisis..................................................... Uji Kausalitas Granger Sebelum Krisis......................................... Uji Kausalitas Granger Selama Krisis........................................... Uji Kausalitas Granger Sesudah Krisis......................................... Matriks Kerjasama Produk Singapura dan Jepang........................ Matriks Kerjasama Jasa Singapura dan Jepang............................. Matriks Kerjasama Produk Singapura dan Amerika Serikat......... Matriks Kerjasama Jasa Singapura dan Amerika Serikat.............. Matriks Kerjasama Produk Hong Kong dan Amerika Serikat...... Matriks Kerjasama Jasa Hong Kong dan Amerika Serikat........... Matriks Kerjasama Produk India dan Amerika Serikat................. Matriks Kerjasama Jasa India dan Amerika Serikat...................... Matriks Kerjasama Produk Singapura dan Hong Kong................ Matriks Kerjasama Jasa Singapura dan Hong Kong..................... Matriks Kerjasama Produk Cina dan India................................... Matriks Kerjasama Produk Hong Kong dan India........................ Matriks Kerjasama Produk Hong Kong dan Amerika Serikat...... Perbandingan Hubungan Sebelum, Selama, dan Sesudah Krisis..............................................................................................

xii Analisis hubungan..., Anggia Eben Haezer Tobing, FISIP UI, 2012

11 28 28 29 33 36 36 37 38 39 40 42 43 44 44 47 49 53 53 55 55 56 56 58 58 60 60 61 62 63 64

DAFTAR GRAFIK

Halaman Grafik 1.1. Grafik 1.2. Grafik 1.3. Grafik 1.4.

Tingkat Pertumbuhan PDB Per Kapita Beberapa Negara di Asia Tahun 1996-2000.............................................................. Pergerakan Indeks Saham Beberapa Negara di Asia Tahun 1997-1999................................................................................. Tingkat Pertumbuhan PDB Per Kapita di Asia, Amerika Serikat, dan Dunia Tahun 2006-2010....................................... Pergerakan Indeks Pasar di Asia dan Amerika Serikat Tahun 2007-2011.................................................................................

xiii Analisis hubungan..., Anggia Eben Haezer Tobing, FISIP UI, 2012

1 2 4 4

DAFTAR RUMUS

Halaman Rumus 2.1 Rumus 2.2 Rumus 3.1 Rumus 3.2 Rumus 3.3

Koefisien Korelasi........................................................................ Kovarians...................................................................................... Imbal Hasil Indeks........................................................................ Kausalitas Granger Pada Y........................................................... Kausalitas Granger Pada X...........................................................

xiv Analisis hubungan..., Anggia Eben Haezer Tobing, FISIP UI, 2012

16 16 30 32 32

DAFTAR BAGAN

Halaman Bagan 3.1

Tahapan Penelitian...................................................................... 35

xv Analisis hubungan..., Anggia Eben Haezer Tobing, FISIP UI, 2012

DAFTAR LAMPIRAN

Halaman Lampiran 1. Lampiran 2. Lampiran 3.

Uji ADF Sebelum Krisis........................................................... 73 Uji ADF Selama Krisis............................................................. 76 Uji ADF Sesudah Krisis............................................................ 79

xvi Analisis hubungan..., Anggia Eben Haezer Tobing, FISIP UI, 2012

BAB 1 PENDAHULUAN

1.1

Latar Belakang Globalisasi

yang

merebak

dalam

sektor

ekonomi

memberikan

perkembangan yang pesat terhadap aktivitas ekonomi di berbagai negara sehingga semakin tercipta integrasi. Semua komponen dalam perekonomian suatu negara bukan saja akan menentukan arah kemajuan perekonomian negara tersebut, tetapi juga akan memberi pengaruh kepada perekonomian negara lain. Hal ini memungkinkan terjadinya resesi di suatu negara mempengaruhi negara lainnya. Misalnya saja krisis finansial di Asia yang diawali dengan jatuhnya mata uang Baht Thailand pada Juli 1997. Krisis ini menimbulkan penularan dan menyebar dengan cepat yang terlihat sebagai sebuah efek domino. Tingkat pertumbuhan Produk Domestik Bruto per kapita negara-negara di Asia menjadi negatif pada tahun 1998 (lih. grafik 1.1), yang diantaranya Hong Kong, Singapura, Malaysia, Filipina, dan Vietnam. Bahkan Thailand, Indonesia, dan Korea Selatan masuk ke dalam program IMF untuk memperoleh utang dalam jumlah yang besar. Pergerakan indeks saham negara-negara di Asia juga mengalami penurunan pada akhir tahun 1997 dan mencapai titik terendahnya di tahun 1998 (lih. grafik 1.2).

Sumber: Hasil Olahan Peneliti dari World Bank Data, 2012.

Grafik 1.1 Tingkat Pertumbuhan PDB Per Kapita Beberapa Negara di Asia Tahun 1996–2000

Universitas Indonesia


2

Sumber: Hasil Olahan Peneliti dari Yahoo! Finance, 2012.

Grafik 1.2 Pergerakan Indeks Saham Beberapa Negara di Asia Tahun 1997–1999 Perkembangan sektor ekonomi global saat ini didominasi oleh peranan pasar keuangan. Manurung et al. (2003, p. 2) menyatakan bahwa kehidupan ekonomi suatu negara sangat bergantung pada aktivitas pasar dan lembaga keuangan karena pasar dan lembaga keuangan memberi sumbangan yang relatif tinggi pada pembentukan Produk Domestik Bruto. Salah satu jenis pasar keuangan yaitu pasar saham. Pasar saham dapat menggambarkan kesehatan dan pertumbuhan ekonomi suatu negara karena pada saat kebijakan-kebijakan pemerintah dan kondisi ekonomi suatu negara sedang baik—pada sudut pandang investor, biasanya nilai indeks pasar saham suatu negara akan meningkat, namun hal ini berlaku sebaliknya bila kondisi perekonomian sedang buruk. Indeks di sini merupakan gabungan dari berbagai saham di berbagai macam sektor yang mencerminkan pergerakan dari saham-saham di dalamnya. Liberalisasi pasar seperti mekanisme yang lebih bebas dan terbuka bagi masuk dan keluarnya aliran modal asing membuat pasar saham semakin terintegrasi. Dengan integrasi yang meningkat, pasar saham di dunia menjadi lebih erat berhubungan dan saling tergantung dari waktu ke waktu. Salah satu faktor yang dapat mempengaruhi pergerakan indeks pasar saham adalah berbagai peristiwa yang terjadi di dunia. Gklezakou dan Mylonakis (2010, p. 314) menyatakan sistem keuangan yang semakin jelas terintegrasi saat ini menyebabkan krisis secara cepat menyebar ke dunia. Hal ini membuat pergerakan dramatis dari suatu pasar saham memiliki dampak yang kuat pada pasar yang berbeda ukuran, struktur, dan geografis. Universitas Indonesia


3

Krisis finansial yang baru terjadi pada tahun 2008–2009 dan memberikan dampak kepada perekonomian banyak negara adalah krisis yang terjadi di Amerika Serikat akibat subprime mortgage. Krisis ini bermula ketika The Fed (Bank Sentral Amerika) pada tahun 2001 menurunkan suku bunga untuk menaikkan perekonomian Amerika Serikat akibat jatuhnya saham-saham teknologi pada tahun 2000. Karena suku bunga yang rendah, banyak warga Amerika Serikat yang tertarik untuk membeli properti dengan kredit. Permasalahan muncul ketika banyak lembaga keuangan pemberi kredit mortgage menyalurkan kredit kepada golongan subprime yaitu masyarakat yang sebenarnya secara finansial tidak layak memperoleh kredit, misalnya masyarakat yang tidak memiliki pendapatan yang cukup untuk mencicil atau memiliki sejarah kredit yang kurang bagus. Dengan demikian bom waktu yang sudah lama terpasang pun meledak. Pada tahun 2007 banyak masyarakat yang default (gagal bayar) karena cicilan yang harus dibayar mulai bergerak naik seiring dengan kenaikan suku bunga oleh The Fed untuk mengendalikan inflasi. Karena ketidakmampuan untuk membayar, banyak properti yang disita dan dilelang. Perubahan kondisi pasar yang tadinya buyer market menjadi seller market mengakibatkan harga properti turun. Hal ini memberikan dampak kepada perusahaan-perusahaan pembiayaan perumahan seperti Freddie Mac yang terpaksa harus mendapat dana bail out oleh pemerintah Amerika Serikat untuk mencegah kebangkrutan. Selain itu, bank-bank investasi besar juga tidak dapat memikul kerugian besar akibat subprime mortgage, salah satunya yang menderita kebangkrutan adalah lembaga keuangan raksasa yang berumur 158 tahun yaitu Lehman Brothers. Krisis tidak berhenti di situ, guncangan yang terjadi pada negara adikuasa ini menyebar dan memberikan dampak bahkan kepada dunia termasuk negaranegara di Asia. Pertumbuhan Produk Domestik Bruto per kapita di dunia sejak tahun 2007 mengalami penurunan (lih. grafik 1.3), kemudian jauh semakin menurun di tahun 2008, bahkan negatif di tahun 2009. Pasar saham dilanda kepanikan, Indeks Dow Jones Industrial Average (indeks saham Amerika Serikat) terjun ke nilai terendah setelah Lehman Brothers mengalami kebangkrutan. Hal ini berimbas kepada pasar saham di Asia yang mengalami koreksi yang cukup tajam (lih. grafik 1.4).



4


Grafik 1.3 Tingkat Pertumbuhan PDB Per Kapita di Asia, Amerika Serikat, dan Dunia Tahun 2006–2010

Sumber: Hasil Olahan Peneliti dari Yahoo! Finance, 2012.

Grafik 1.4 Pergerakan Indeks Pasar di Asia dan Amerika Serikat Tahun 2007–2011 Investor-investor asing menanamkan dananya pada pasar saham dunia sehingga antara pasar-pasar saham di dunia memiliki keterkaitan secara global. Investor melakukan pengelolaan sejumah dana pada saat ini dengan harapan memperoleh sejumlah keuntungan di masa mendatang atau yang disebut dengan investasi. Di dalam melakukan investasi, para investor selalu dihadapkan pada risiko atau suatu peluang hasil atau tingkat pengembalian sebenarnya yang berbeda dengan yang diharapkan. Terdapat hubungan positif antara risiko dan tingkat keuntungan, di mana semakin tinggi tingkat risiko akan semakin tinggi pula potensi keuntungan. Risiko dapat dibedakan menjadi dua jenis yaitu systematic risk dan unsystematic risk. Systematic risk adalah risiko yang tidak



5

dapat dihindari atau tidak dapat didiversifikasi, sedangkan unsystematic risk adalah risiko yang dapat dihindari atau dapat didiversifikasi. Asnawi dan Wijaya (2005, p. 17) menyatakan bahwa portofolio merupakan sekumpulan aset yang dimiliki untuk tujuan ekonomis tertentu, oleh karena itu untuk mengamankan investasi dianjurkan untuk melakukan diversifikasi atau menanamkan kekayaan tidak pada satu jenis aset saja atau istilah populernya adalah: “jangan letakkan telur pada satu keranjang: awas nanti pecah.” Dalam investasi internasional, investor dapat melakukan diversifikasi di berbagai pasar saham dunia sehingga kiranya bisa memberikan harapan keuntungan yang lebih tinggi dan pengurangan risiko dibanding hanya berinvestasi pada pasar saham dalam negeri saja. Teori portofolio modern yang menjadi landasan utama studi integrasi pasar saham internasional menganjurkan investor internasional melakukan diversifikasi portofolio terhadap aset pada berbagai pasar saham baik regional maupun global. Prinsip yang berlaku adalah apabila indeks pasar saham internasional bergerak searah, maka manfaat diversifikasi portofolio internasional akan menurun; namun bila bergerak tidak searah, maka terdapat peluang manfaat diversifikasi portofolio internasional yang potensial. Oleh karena itu, pemahaman cermat hubungan internasional dari pasar saham merupakan kunci yang penting bagi investor internasional dalam keputusan keuangan sebagai bentuk pengelolaan investasi dan risiko. Gklezakou dan Mylonakis (2010) melakukan penelitian terhadap hubungan saling ketergantungan pasar saham di sepuluh negara yaitu Amerika Serikat, Belgia, Prancis, Jerman, Yunani, Italia, Belanda, Spanyol, Inggris, dan Jepang. Rentang waktu penelitian yaitu 1 Januari 2000 sampai 20 Februari 2009 yang dibagi menjadi 3 periode, yaitu dua periode sebelum krisis global dan satu periode selama krisis global. Hubungan saling ketergantungan dinilai melalui perhitungan korelasi koefisien dan penerapan Granger causality test, untuk mengidentifikasi arah pengaruh. Hasil yang didapat dalam penelitian ini adalah pasar

saham

negara-negara

tersebut

semakin

terkorelasi

selama

krisis

berlangsung. Sampai sebelum krisis terjadi, Amerika Serikat memberikan pengaruh kepada seluruh pasar saham lainnya dan tidak dipengaruhi oleh pasar saham apapun. Hal serupa disusul oleh pasar saham Jerman yang memberikan



6

pengaruh kepada hampir semua pasar saham dan tidak dipengaruhi oleh pasar saham apapun kecuali pasar saham Amerika Serikat dan pasar saham Jepang dipengaruhi oleh seluruh pasar saham. Meningkatnya korelasi antara pasar saham negara-negara tersebut menunjukkan bahwa pasar saham semakin terhubung selama krisis berlangsung. Dalam penelitian ini, peneliti ingin melakukan analisis terhadap hubungan saling ketergantungan pasar saham di wilayah Asia dan pasar saham Amerika Serikat berdasarkan periode sebelum, selama, dan sesudah krisis finansial di Amerika Serikat akibat tahun 2008–2009. Pemilihan negara-negara berdasarkan pada tiga pasar saham utama di Asia Tenggara yaitu Indonesia, Singapura, Malaysia; lima pasar saham utama di Asia Timur yaitu Hong Kong, Cina, Korea Selatan, Jepang; pasar saham utama di Asia Selatan yaitu India; dan pasar saham Amerika Serikat yang merupakan pasar saham paling berpengaruh di dunia, negara di mana krisis bermula, dan negara penyumbang 21% PDB dunia. Peneliti akan menggunakan data indeks harian dari pasar saham negara-negara tersebut dari 1 Januari 2006 sampai 31 Desember 2011 dengan pembagian tiga periode, yaitu sebelum krisis, selama krisis, dan sesudah krisis. Krisis berarti penurunan PDB suatu negara atau adanya pertumbuhan ekonomi negatif selama dua periode triwulan atau lebih sehingga untuk periode selama krisis, rentang waktu ini diambil berdasarkan pertimbangan bahwa Amerika Serikat mengalami krisis pada tahun 2008 dan 2009 yang terlihat dari pertumbuhan PDB per kapitanya yang negatif (lih. grafik 1.3). Periode sesudah krisis yaitu dimulai pada tahun 2010 karena pertumbuhan PDB per kapita Amerika Serikat sudah kembali positif sampai pada tahun 2011. Karena periode selama dan sesudah krisis masingmasing memiliki rentang waktu dua tahun, maka periode sebelum krisis juga diambil berdasarkan rentang waktu dua tahun yaitu tahun 2006 dan 2007. Dalam pasar lingkup global, setiap investor dapat berinvestasi dimanapun dan akan memilih tempat berinvestasi yang menjanjikan keuntungan. Menganalisis hubungan dan saling ketergantungan antara pasar saham merupakan hal yang menarik untuk diteliti agar investor dapat memperoleh keuntungan dan menghindari risiko yang terjadi yang dapat mengakibatkan kerugian.



7

1.2

Pokok Permasalahan Berdasarkan pemaparan yang ada di dalam latar belakang, penelitian ini

dilakukan untuk menjawab pertanyaan penelitian: 1. Apakah terdapat hubungan saling ketergantungan pasar saham di Asia dan Amerika Serikat sebelum terjadinya krisis finansial di Amerika Serikat tahun 2008–2009? 2. Apakah terdapat hubungan saling ketergantungan pasar saham di Asia dan Amerika Serikat selama terjadinya krisis finansial di Amerika Serikat tahun 2008–2009? 3. Apakah terdapat hubungan saling ketergantungan pasar saham di Asia dan Amerika Serikat sesudah terjadinya krisis finansial di Amerika Serikat tahun 2008–2009?

1.3

Tujuan Penelitian Berdasarkan rumusan masalah di atas, penelitian ini bertujuan untuk: 1. Menganalisis hubungan saling ketergantungan pasar saham di Asia dan Amerika Serikat sebelum terjadinya krisis finansial di Amerika Serikat tahun 2008–2009. 2. Menganalisis hubungan saling ketergantungan pasar saham di Asia dan Amerika Serikat selama terjadinya krisis finansial di Amerika Serikat tahun 2008–2009. 3. Menganalisis hubungan saling ketergantungan pasar saham di Asia dan Amerika Serikat sesudah terjadinya krisis finansial di Amerika Serikat tahun 2008–2009.

1.4

Manfaat Penelitian Penelitian ini diharapkan dapat bermanfaat bagi pihak-pihak, seperti: 1. Investor. Membantu memberikan pertimbangan sebelum membuat diversifikasi portofolio saham di berbagai negara. Hasil dari penelitian ini diharapkan dapat membantu investor dalam menentukan strategi diversifikasi saham di negara lain.



8

2. Penelitian Lanjutan. Memberikan kontribusi yang dapat digunakan sebagai justifikasi penelitian selanjutnya.

1.5

Sistematika Penulisan Dalam penulisan dan penyusunannya, penelitian ini akan menggunakan

kerangka sistematika penulisan sebagai berikut: Bab 1

Pendahuluan Berisikan tentang latar belakang masalah, pokok permasalahan yang akan dianalisis, tujuan penelitian, manfaat penelitian serta sistematika penulisan.

Bab 2

Kerangka Teori Berisikan tinjauan pustaka yang memaparkan teori-teori yang mendukung penelitian ini serta hasil-hasil dari penelitian empiris sebelumnya mengenai hubungan saling ketergantungan antara pasar saham.

Bab 3

Metode Penelitian Berisikan penjabaran penggunaan pendekatan penelitian, jenis penelitian, ruang lingkup populasi dan sampel, variabel-variabel yang diteliti, teknik analisis data, dan tahapan penelitian.

Bab 4

Analisis Hasil Penelitian Berisikan analisis terhadap hasil pengolahan data beserta pembahasannya yang merupakan hasil analisis tersebut. Hasil penelitian memberikan jawaban atas permasalahan penelitian dan memberikan penjelasan bagaimana tujuan penelitian dapat tercapai.

Bab 5

Kesimpulan Berisikan penutup di mana peneliti akan menarik kesimpulan berdasarkan hasil penelitian. Selain itu peneliti juga memberikan beberapa saran untuk penelitian selanjutnya maupun objek yang dijadikan penelitian.



BAB 2 KERANGKA TEORI

2.1

Tinjauan Literatur Literatur yang diangkat di sini adalah literatur yang relevan dengan

penelitian penulis yang bertujuan untuk mengidentifikasi hubungan saling ketergantungan di antara pasar saham internasional. Terdapat beberapa penelitian yang memberi perhatian pada hubungan saling ketergantungan dari pasar saham internasional dalam kondisi krisis. Glezakos, Merika, dan Kaligosfiris (2007) menguji hubungan jangka pendek dan jangka panjang antara pasar saham Yunani dan pasar saham utama lainnya yaitu Amerika Serikat, Belgia, Inggris, Prancis, Jerman, Italia, Belanda, Spanyol, dan Jepang dari 18 Desember 2000 sampai 9 Maret 2006. Metode penelitian yang digunakan mencakup pengujian untuk stasioneritas baik dengan menggunakan uji Dickey-Fuller dan uji Phillips-Perron dan penggunaan model VAR (Vector Autoregression) untuk implementasi uji kausalitas Granger dan uji kointegrasi Johansen-Juselious. Hasil penelitian menunjukkan bahwa terdapat hubungan saling ketergantungan jangka pendek dan jangka panjang di antara negara-negara tersebut, sementara pasar saham Amerika Serikat memberikan pengaruh yang dominan, dan terdapat pengaruh kuat dari pasar saham Jerman dan Inggris terhadap pasar saham lainnya. Royfaizal, Lee, dan Azali (2009) menguji hubungan saling ketergantungan pasar saham Asia yaitu Malaysia, Singapura, Filipina, Thailand, Indonesia, Cina, Jepang, Korea, dan pasar saham Amerika Serikat sebelum, selama, dan sesudah krisis finansial di Asia. Data yang digunakan adalah data mingguan dari Januari 1990 sampai Februari 2009 yang kemudian dibagi menjadi tiga periode yaitu sebelum krisis (Januari 1990 sampai Juni 1997), selama krisis (Juli 1997 sampai Juni 1998), dan sesudah krisis (Juli 1998 sampai Februari 2009). Penelitian ini menggunakan uji Augmented Dickey-Fuller dan uji Phillips-Perron untuk menguji data stasioner, juga menggunakan kausalitas Granger yang berdasarkan VECM (Vector Error Correction Model). Hasil penelitian menunjukkan bahwa hubungan jangka panjang antara pasar saham Asia hanya terjadi untuk periode selama dan



10

sesudah krisis. Hasil jangka pendek kausalitas Granger berdasarkan VECM menunjukkan Thailand, Jepang, dan Cina adalah pasar yang paling eksogen sebelum, selama, dan setelah krisis. Gklezakou dan Mylonakis (2010) melakukan penelitian terhadap hubungan saling ketergantungan sepuluh pasar saham yaitu pasar saham Amerika Serikat, Belgia, Prancis, Jerman, Yunani, Italia, Belanda, Spanyol, Inggris, dan Jepang. Rentang waktu penelitian yaitu 1 Januari 2000 sampai 20 Februari 2009 yang dibagi menjadi 3 periode, yaitu dua periode sebelum krisis global ( 1 Januari 2000 sampai 12 Maret 2003 dan 13 Maret 2003 sampai 19 Juli 2007) dan satu periode selama krisis global (20 Juli 2007 sampai 20 Februari 2009). Metodologi penelitian yang digunakan adalah pair-wise Pearson untuk melihat korelasi, uji tstatistik untuk melihat signifikansi statistik, uji Augmented Dickey-Fuller dan uji Phillips-Perron untuk menguji data stasioner, dan uji kausalitas Granger. Hasil yang didapat dalam penelitian ini adalah pasar saham negara-negara tersebut semakin terkorelasi selama krisis berlangsung. Sampai sebelum krisis terjadi, pasar saham Amerika Serikat memberikan pengaruh kepada seluruh pasar saham lainnya dan tidak dipengaruhi oleh pasar saham apapun. Hal serupa disusul oleh pasar saham Jerman yang memberikan pengaruh kepada hampir semua indeks pasar saham dan tidak dipengaruhi oleh indeks pasar saham apapun kecuali pasar saham Amerika Serikat. Dan pasar saham Jepang dipengaruhi oleh seluruh pasar saham. Meningkatnya korelasi antara pasar saham negara-negara tersebut menunjukkan bahwa pasar saham semakin terhubung selama krisis berlangsung. Yuanita (2008) melakukan analisis hubungan saling ketergantungan pasar saham Indonesia dengan beberapa pasar saham dunia yaitu Amerika Serikat, Inggris, Jerman, Prancis, Hong Kong, Jepang, dan Singapura. Penelitian ini menguji hubungan jangka panjang dan jangka pendek selama 1 Januari 2002 sampai 31 Desember 2007. Metodologi yang digunakan adalah uji stasionerits dengan menggunakan uji Augmented Dickey-Fuller dan uji Phillips-Perron, uji kausalitas Granger, uji kointegrasi, uji VAR (Vector Autoregression) dan VEC (Vector Error Correction), dan uji sensitivitas menggunakan analisa impulse respons dan dekomposisi varians. Dalam penelitian ini beberapa pasar yang terbukti dominan adalah Amerika Serikat, Inggris, Prancis, dan Jerman. Hubungan



11

jangka panjang dan pendek antarpasar saham dalam penelitian ini juga terbukti. Selain itu, pasar modal Indonesia menunjukkan integrasi dengan pergerakan pasar saham dunia dalam jangka panjang maupun jangka pendek. Dalam jangka pendek pengaruh Amerika Serikat dan Jepang terlihat pada pasar saham Indonesia. Octaviani (2011) meneliti hubungan saling ketergantungan pasar saham Indonesia dengan lima pasar saham dunia yaitu Amerika Serikat, Inggris, Hongkong, Singapura, dan Australia dengan menggunakan data harian rentang 3 Januari 2006 sampai 31 Desember 2010. Penelitian ini menggunakan metode kausalitas Granger, uji kointegrasi dengan menggunakan uji Johansen Juselious untuk hubungan jangka panjang dan Error Correction Model test untuk hubungan jangka pendek. Hasil penelitian menunjukkan bahwa terdapat hubungan kausalitas satu arah antara pasar saham Indonesia dengan Inggris dan terdapat hubungan kausalitas dua arah dengan pasar saham Amerika Serikat, Hong Kong, dan Singapura. Selain itu, terdapat hubungan jangka panjang di antara pasar saham dan juga terdapat hubungan jangka pendek antara pasar saham Indonesia dengan pasar saham Amerika Serikat, Singapura, dan Hong Kong. Pada tabel 2.1 digambarkan mengenai perbandingan antara penelitianpenelitian yang telah ada sebelumnya.

Tabel 2.1 Matriks Tinjauan Literatur Nama Peneliti

Judul

Metode

Hasil

Michalis Glezakos, Anna Merika, dan Haralambos Kaligosfiris. (2007)

Interdependence of Major World Stock Exchanges: How is the Athens Stock Exchange Affected?

Uji ADF dan PP, VAR untuk implementasi kausalitas Granger, dan uji kointegrasi JohansenJuselious.

Terdapat hubungan saling ketergantungan jangka pendek dan jangka panjang di antara negara-negara tersebut. Pasar saham Amerika Serikat memberikan pengaruh yang dominan. Terdapat pengaruh kuat dari pasar saham Jerman dan Inggris terhadap pasar saham lainnya.



12

(Lanjutan) Nama Peneliti

Judul

Metode

R. C. Royfaizal, C. Lee, dan M. Azali. (2009)

The Linkages of Uji ADF, uji Asian and the US PP, dan Stock Markets Granger causality berdasarkan VECM.

Triantafyllia Gklezakou dan John Mylonakis. (2010)

Links and Interdependence of Developed Stock Markets Under Global Economic Crisis Conditions

Pair-wise Pearson, tstatistics, uji ADF, uji PP, dan uji kausalitas Granger.

Riza Yuanita (2008)

Analisis Hubungan Interdependensi Pasar Saham Indonesia dengan Beberapa Pasar Saham Dunia (Periode 2002-2007)

Uji ADF dan uji PP, uji kausalitas Granger, uji kointegrasi, uji VAR dan VEC, analisa impulse respons dan dekomposisi varians.

Hasil

Hubungan jangka panjang antara pasar saham Asia hanya terjadi untuk periode selama dan setelah krisis. Thailand, Jepang, dan Cina adalah pasar yang paling eksogen sebelum, selama, dan setelah krisis. Pasar saham negara-negara tersebut semakin terkorelasi selama krisis berlangsung. Pasar saham Amerika Serikat memberikan pengaruh kepada seluruh pasar saham lainnya dan tidak dipengaruhi oleh pasar saham apapun. Jerman memberikan pengaruh kepada hampir semua indeks pasar saham dan tidak dipengaruhi oleh indeks pasar saham apapun kecuali pasar saham Amerika Serikat. Jepang dipengaruhi oleh semua pasar saham. Beberapa pasar yang terbukti dominan adalah Amerika Serikat, Inggris, Prancis, dan Jerman. Hubungan jangka panjang dan pendek antarpasar saham dalam penelitian ini juga terbukti. Pasar modal Indonesia menunjukkan integrasi dengan pergerakan pasar saham dunia dalam jangka panjang maupun pendek. Dalam jangka pendek pengaruh Amerika Serikat dan Jepang terlihat pada pasar saham Indonesia.



13

(Lanjutan) Nama Peneliti Benedicta Octaviani (2011)

Judul

Metode

Hasil

Analisis Interdependensi (Granger Causality) Pasar Saham Indonesia dengan Lima Pasar Saham Di Dunia

Kausalitas Granger, uji Johansen Juselious dan uji Error Correction Model.

Terdapat hubungan kausalitas satu arah antara pasar saham Indonesia dengan Inggris dan terdapat hubungan kausalitas dua arah dengan pasar saham Amerika Serikat, Hong Kong, dan Singapura. Terdapat hubungan jangka panjang di antara pasar saham dan juga terdapat hubungan jangka pendek antara pasar saham Indonesia dengan pasar saham Amerika Serikat, Singapura, dan Hong Kong.

Sumber: Hasil Olahan Peneliti, 2012.

2.2

Kerangka Teori

2.2.1

Investasi Menurut Reilly dan Brown (2006, p. 6), investasi ditujukan untuk

memperoleh keuntungan di masa depan dari komitmen penyimpanan uang saat ini sampai dengan periode tertentu di masa depan. Keuntungan yang diperoleh dari investasi pada dasarnya merupakan kompensasi atas: 1. Waktu, yaitu periode lama uang disimpan sebagai investasi. Berdasarkan Keown (2005, p. 14), time value of money merupakan salah satu dari beberapa prinsip yang mendasari teori manajemen keuangan. Prinsip ini menyatakan bahwa uang sekarang lebih berharga dari uang di masa depan, sehingga harus terdapat kompensasi yang diberikan kepada investor karena telah menunda penggunaan uang saat ini. Proporsi pendapatan seseorang, pada dasarnya dapat dibagi menjadi dua, yaitu konsumsi dan investasi. Ketika investor menggunakan uangnya untuk investasi, dapat dikatakan bahwa investor tersebut menunda konsumsinya.



14

2. Ekspektasi inflasi. Real return sebagai return aktual yang didapatkan seorang investor, merupakan nominal return setelah dikoreksi efek inflasi. Dan inflasi merupakan fungsi dari ekspektasi inflasi. 3. Ketidakpastian dari pembayaran di masa depan. Ketidakpastian dapat diartikan sebagai resiko. Kesediaan investor untuk menanggung risiko ketidakpastian pembayaran di masa depan, akan terefleksikan ke dalam tingkat return yang diterima investor. Jenis investasi dapat dibedakan menjadi menurut jenis aset. Menurut Bodie, Kane, Marcus (2006, p. 4), terdapat dua jenis aset yaitu aset riil dan aset keuangan. Kekayaan materi yang ditentukan oleh kapasitas produktif ekonomi yaitu barang dan jasa yang dapat dihasilkan. Kapasitas produktif ini merupakan fungsi dari aset riil perekonomian yaitu tanah, bangunan, pengetahuan, dan mesin yang digunakan untuk memproduksi barang serta para pekerja yang keahliannya diperlukan untuk memanfaatkan sumber daya tersebut. Kebalikan dari aset riil adalah aset finansial seperti saham dan obligasi. Aset ini, secara terpisah, tidak mencerminkan kekayaan yang dimiliki. Aset keuangan memiliki kontribusi secara tidak langsung terhadap kapasitas produktif suatu perekonomian, karena aset ini memisahkan kepemilikan dan manajemen dalam suatu perusahaan dan memfasilitasi pemindahan dana untuk perusahaan dengan peluang investasi yang menarik. Aset keuangan memiliki kontribusi terhadap kekayaan individu dan perusahaan yang memilikinya.

2.2.2

Saham Menurut Dahlan Siamat (2005, p. 507), saham adalah surat bukti atau

tanda kepemilikan bagian modal pada suatu perseroan terbatas. Saham merupakan instrument investasi yang paling dominan diperdagangkan. Saham biasanya diterbitkan dengan cara atas nama atau atas unjuk. Untuk menarik minat investor yang potensial, suatu perusahaan selain mengeluarkan saham biasa juga mengeluarkan saham preferen yang mempunyai hak-hak prioritas lebih dari saham biasa. Berikut perbedaan saham biasa dan saham preferen:



15

1. Saham biasa, merupakan jenis saham yang paling sering digunakan perusahaan untuk menghimpun dana dari masyarakat, selain itu juga saham ini merupakan jenis saham yang paling sering diperdagangkan di pasar saham. Ada beberapa karakteristik umum dari saham jenis ini: a. Memiliki hak klaim terakhir atas aktiva perusahaan apabila perusahaan mengalami likuidasi. b. Hak suara proporsional pada pemilihan direksi serta keputusan lain yang ditetapkan pada rapat umum pemegang saham (RUPS). c. Memperoleh dividen apabila perusahaan memperoleh laba. d. Hak memesan terlebih dahulu sebelum saham tersebut ditawarkan kepada masyarakat. 2. Saham preferen, merupakan jenis saham dengan hak-hak khusus, memiliki karakteristik sebagai berikut: a. Pembayaran dividen dalam jumlah yang tetap. b. Hak klaim atas aktiva perusahaan didahulukan dari pemegang saham biasa apabila perusahaan dilikuidasi. c. Dapat dikonversikan menjadi saham biasa. d. Tidak memiliki hak suara dalam pemilihan direksi.

2.2.3

Return dan Risk Saham Salah satu tujuan investor melakukan perdagangan saham adalah untuk

mendapatkan return dari saham yang terbagi kedalam dua jenis, yaitu capital gain dan dividen. Capital gain (/loss) adalah keuntungan (/kerugian) yang didapatkan dari terjadinya kenaikan (/penurunan) harga saham di pasar, sedangkan dividen adalah bagian dari keuntungan perusahaan yang dibagikan kepada pemegang saham apabila perusahaan mendapatkan laba dan pembagiannya telah disetujui oleh RUPS. Dalam mendapatkan return tersebut, investor juga menghadapi masalah risiko yang merupakan ukuran ketidakpastian akan mendapatkan hasil di masa depan. Biasanya risiko saham individual diukur menggunakan standar deviasi, sedangkan apabila sudah berbentuk portfolio saham, maka digunakan varians



16

sebagai ukurannya. Risiko yang terdapat dalam portofolio terbagi menjadi dua jenis menurut Keown (2005, p. 193), yaitu: 1. Firm specific risk atau company-unique risk atau unsystematic risk. Unsystematic risk adalah risiko yang ada di dalam perusahaan yang menerbitkan jenis investasi tersebut. Unsystematic risk merupakan diversifiable risk, artinya risiko ini dapat dihilangkan dengan diversifikasi. 2. Market related risk atau systematic risk. Systematic risk adalah risiko yang berlaku terhadap semua emiten yang ada di bursa misalnya akibat dari perubahan ekonomi makro, tingkat suku bunga, dsb. Sytematic risk merupakan nondiversifiable risk, yaitu risiko yang tidak dapat dieliminir dengan diversifikasi. Hubungan antaraset di dalam sebuah portfolio digambarkan dengan koefisien korelasi, yang menggambarkan seberapa besar pengaruh antaraset di dalam portfolio tersebut. Rumusnya digambarkan seperti dibawah ini (Reilly dan Brown, 2006, p. 209): (2.1)

‫ܸܱܥ‬௜௝ ‫ݎ‬௜,௝ = ߪ௜ߪ௝

‫ܸܱܥ‬௜௝ : Kovarians antaraset. ߪ௜ ߪ௝

: Standar deviasi aset i. : Standar deviasi aset j.

Kovarians sendiri dihitung dengan rumus: (2.2)

∑(݅− ଓ)̅ (݆− ଔ)̅ ‫ܸܱܥ‬௜௝ = ݊

݅dan ݆: Aset-aset di dalam portofolio. ଓ̅

: Rata-rata aset i.

݊

: Jumlah keseluruhan aset.

ଔ̅

: Rata-rata aset j.

Koefisien korelasi memiliki rentang nilai dari -1 hingga +1, nilai -1 berarti

aset-aset yang terdapat didalam portofolio tersebut akan bergerak secara berlawanan, apabila yang satu naik, maka yang lain akan turun, begitu juga dengan risiko yang dimilikinya. Dan apabila koefisien korelasinya bernilai +1,



17

maka apabila aset yang satu naik, yang lain juga akan ikut naik, begitu juga kalau turun. Investor akan lebih menyukai portofolio yang koefisien korelasinya bernilai negatif (-) karena dengan begitu risikonya juga akan mengecil. Untuk meminimalisir risiko, kita bisa membentuk suatu portofolio yang terdiri dari beberapa jenis saham, cara ini diperkenalkan pertama kali oleh Harry Markowitz, sehingga dinamakan Markowitz Portfolio Theory. Sebuah portofolio yang mengandung unsur seluruh aset berisiko disebut portofolio pasar, aset di sini bukan hanya terdiri dari saham saja, tetapi seluruh aset berisiko, seperti obligasi, opsi, real estat, uang logam, prangko, karya seni, dll. Karena mengandung berbagai macam jenis aset, portofolio ini dikatakan telah terdiversifikasi secara penuh, artinya risiko satu aset akan tertutupi oleh variabilitas aset-aset yang lain. Risiko yang terkandung dalam portofolio tersebut sekarang hanya tinggal systematic risk, yaitu risiko yang muncul karena adanya variabilitas dalam makroekonomi yang tersisa atau ketika kondisi pasar yang dapat berubah-ubah seiring perubahan kondisi ekonomi, contohnya peningkatan jumlah money supply, naik-turunnya tingkat bunga, dan faktor-faktor lain. Semakin banyak aset yang terkandung didalam suatu portofolio, maka risiko unsystematic akan semakin terdiversifikasi/kecil, sehingga pada akhirnya yang tertinggal hanya systematic risk. Untuk melakukan diversifikasi tersebut investor dapat memilih dua alternatif, yaitu berdiversifikasi menggunakan sahamsaham dalam negeri saja maupun berdiversifikasi menggunakan saham-saham yang berada di pasar saham luar negeri juga. Diversifikasi dalam negeri akan membawa unsystematic risk ke titik terendah/hilang sama sekali, sementara apabila kita berdiversifikasi sampai ke tahap internasional, maka systematic risk dapat dikurangi. Hal ini mungkin terjadi karena adanya perbedaan karakteristik masing-masing negara, seperti kebijakan moneter, kondisi politik, ekonomi dan lain sebagainya yang korelasinya sangat kecil. Sehingga systematic risk yang dihadapi oleh investor yang melakukan diversifikasi internasional adalah world systematic risk (Reilly dan Brown, 2006, p. 236).



18

2.2.4

Diversifikasi Internasional Diversifikasi merupakan salah satu cara yang digunakan investor dalam

mengurangi risiko. Dalam membentuk portfolionya, investor berharap untuk mendapatkan risiko minimal dengan tingkat return yang terbesar. Globalisasi, eratnya hubungan perdagangan, dan majunya teknologi merupakan beberapa faktor utama yang memungkinkan investor dalam melakukan diversifikasi internasional. Artinya, investor tidak hanya mengkombinasi aset dari dalam negeri, melainkan juga aset dari negara lain. International diversification memiliki aspek tertentu dalam penyebaran risiko. Return antarnegara memiliki korelasi yang lebih kecil dibandingkan dengan korelasi aset dalam satu negara. Hal ini dapat terjadi karena terdapat perbedaan yang cukup signifikan antarnegara dalam faktor ekonomi, politik, dan sebagainya. Rendahnya korelasi secara internasional tersebut, akan dapat membuat investor mengurangi risiko portfolio internasional yang dimilikinya. Walaupun tingkat korelasi internasional relatif rendah terhadap tingkat korelasi dalam negeri, tidak demikian halnya untuk negara yang terletak dalam satu wilayah regional. Sebagai contoh, krisis ekonomi di Asia Tenggara pada tahun 1998, dimulai oleh krisis mata uang Thailand, yaitu Baht. Negara-negara Asia Tenggara lain terkena imbas yang cukup signifikan. Eun dan Resnick (2005) berdasarkan penelitian sebelumnya menyebutkan bahwa pasar keuangan cenderung bergerak ke satu arah yang bersamaan dalam situasi yang fluktuatif atau tidak stabil. Madura (2006, p. 64) menjabarkan beberapa motif yang mendasari investor dalam melakukan investasi secara internasional, yaitu: 1. Kondisi ekonomi. Pertumbuhan ekonomi negara-negara Asia seperti Cina, India, tentunya sangat menarik bagi investor luar negeri. Kebijakan perekonomian atau kondisi ekonomi secara regional maupun global, dapat mempengaruhi keputusan seorang investor dalam berinvestasi.



19

2. Ekspektasi nilai tukar. Seorang

investor

cenderung

akan

membeli

sekuritas

yang

denominasinya dalam mata uang suatu negara yang diharapkan akan terapresiasi relatif terhadap mata uang negara asal investor tersebut. 3. Diversifikasi internasional. Perbedaan kondisi ekonomi di berbagai negara, akan mengurangi risiko keseluruhan

dari

portfolio

yang terdiversifikasi

secara

internasional. Selain itu, akses yang dimiliki investor ke berbagai pasar modal di berbagai negara, memungkinkan investor menyebar risikonya ke lebih banyak jenis industri, dibandingkan dengan jenis industri di negara asalnya. Berdasarkan Madura (2006), beberapa faktor yang mempengaruhi tingkat investasi portfolio secara internasional merupakan: 1. Tingkat pajak. Investor akan lebih memilih berinvestasi di negara yang tarif pajak akan bunga dan dividennya relatif rendah. Hal ini tentu saja dilakukan untuk meningkatkan pendapatan setelah pajak yang akan diperoleh investor. 2. Tingkat suku bunga. Dengan ekspektasi nilai tukar yang tetap, investor akan berinvestasi di negara yang dapat memberikan keuntungan, dalam hal ini berupa tingkat suku bunga, yang lebih tinggi. 3. Nilai tukar. Tingkat keuntungan investor pada saat berinvestasi di luar negeri pada dasarnya dipengaruhi oleh dua hal, yaitu: e. Perubahan nilai sekuritas atau aset yang dimiliki. f. Perubahan tingkat nilai mata uang denominasi aset yang dimiliki. Apabila mata uang negara asal investor melemah, investor akan memilih berinvestasi di luar negaranya, untuk mengambil keuntungan dari perbedaan nilai tukar tersebut.



20

2.2.5

Globalisasi Pasar Keuangan Globalisasi berarti perpaduan (integrasi) dari pasar keuangan di seluruh

dunia ke dalam suatu pasar keuangan internasional. Dengan adanya globalisasi pasar keuangan, maka investor tidak hanya melakukan transaksi di dalam lingkup pasar domestik yang terbatas, melainkan dapat melakukan transaksi di luar pasar domestik. Fabozzi (1995, p. 15) menyatakan ada beberapa faktor yang mendorong terciptanya integrasi pasar keuangan, antara lain: 1. Deregulasi atau liberalisasi pasar dan aktivitas peserta pasar pada pusat keuangan utama dunia. 2. Kemajuan teknologi yang memungkinkan pengawasan pasar dunia, pelaksanaan pesanan, dan analisis peluang keuangan. 3. Peningkatan institusionalisasi pasar keuangan. Ketiga faktor ini saling berkaitan. Pemerintah telah mengambil langkahlangkah kebijakan dalam meliberalisasi atau mengatur berbagai aspek pasar keuangan. Kemajuan teknologi telah meningkatkan integrasi dan efisiensi pasar keuangan global. Kemajuan di dalam sistem telekomunikasi menghubungkan para peserta pasar di seluruh dunia yang memungkinkan pelaksanaan pesanan hanya dalam beberapa detik. Kemajuan sistem yang ada memungkinkan transmisi informasi harga dan berbagai informasi penting dalam waktu yang real time. Selain itu, pergeseran peranan dua jenis investor, investor ritel dan institusional dalam pasar keuangan merupakan faktor ketiga yang menyebabkan globalisasi pasar keuangan. Pasar keuangan dunia semakin didominasi oleh lembaga-lembaga besar. Meningkatnya globalisasi pasar dunia memungkinkan investor tidak hanya melakukan investasi pasar keuangan di negara-negara maju, tetapi juga di dalam pasar negara-negara berkembang yang biasa disebut dengan pasar berkembang (emerging market). Pasar keuangan didefinisikan sebagai pasar tempat aset-aset keuangan diperdagangkan. Pasar keuangan dapat diklasifikasikan dalam beberapa jenis. Fabozzi, Modigliani, dan Ferri (1999, p. 7) mengklasifikasikan pasar keuangan menjadi beberapa bagian, diantaranya: 1. Berdasarkan sifat dari klaim, yaitu: pasar uang dan pasar modal. 2. Berdasarkan penerbitan klaim, yaitu: pasar primer dan pasar sekunder.



21

3. Berdasarkan waktu pengiriman, yaitu: pasar kas (spot) dan pasar derivatif. 4. Berdasarkan struktur organisasional: pasar lelang (auction market), pasar paralel (over the counter market), dan pasar perantara (intermediated market). Mengacu pada pembagian atau klasifikasi pasar keuangan sebelumnya, dapat diketahui bahwa pasar modal merupakan bagian dari pasar keuangan. Pasar modal merupakan pasar untuk berbagai instrument keuangan jangka panjang yang dapat diperjualbelikan, baik dalam bentuk uang, saham, instrument derivatif, maupun instrument lainnya (Tjiptono dan Fakruddin, 2006, p. 1). Pasar modal memiliki peran yang sangat besar di dalam suatu perekonomian negara manapun, karena pasar modal menjalankan dua fungsi yakni fungsi ekonomi dan fungsi keuangan. 1. Fungsi ekonomi. Pasar menyediakan fasilitas yang mempertemukan dua kepentingan yaitu pihak yang memiliki kelebihan dana (investor) dan pihak yang memerlukan dana (issuer atau pihak yang menerbitkan saham). Dengan adanya pasar modal, pihak yang memiliki kelebihan dana tersebut dapat menginvestasikan dananya dengan harapan memperoleh keuntungan (return), sedangkan bagi pihak yang membutuhkan dana dapat memanfaatkan dana tersebut untuk kepentingan investasi. 2. Fungsi keuangan Pasar modal dapat memberikan kemungkinan dan kesempatan memperoleh return bagi pemilik dana sesuai dengan karakteristik investasi yang dipilih.

2.2.6

Integrasi Pasar Keuangan Kempf dan Korn (1996, p. 5) melihat integrasi pasar keuangan jika

investor mempertimbangkan instrument yang diperdagangkan di dalam pasarpasar tersebut sebagai substitusi dan konsekuensinya adalah harga bergerak secara bersamaan, di mana hal tersebut dapat dilihat dari korelasi dari return di setiap pasar. Bracker, Scott, dan Kotch (1992, p. 2) mendefinisikan integrasi pasar



22

sebagai tingkat pergerakan bersama dua pasar, di mana tingkat pergerakan bersama yang lebih tinggi merefleksikan level integrasi yang lebih tinggi. Pasar yang semakin terintegrasi atau saling berkaitan memberikan keuntungan potensial bagi para investor antara lain memberikan kesempatan hedging (lindung nilai) bagi investor, para investor dapat mengeksploitasi informasi pasar secara simultan, dan integrasi pasar juga menurunkan biaya operasi investor. Integrasi pasar merupakan hasil dari aktivitas perdagangan semua partisipan pasar. Tingkat integrasi pasar yang lebih tinggi mencirikan harga di kedua pasar bersamaan dan risiko yang lebih rendah (Kempf dan Korn, 1996, p. 2). Worthington, Katsuura, dan Higgs (2004, p. 30) menyatakan jika terdapat korelasi return yang rendah, maka diversifikasi antarpasar mengizinkan investor untuk mereduksi risiko portofolio ketika expected return konstan. Integrasi pasar keuangan, khususnya pasar saham berbeda dari waktu ke waktu. Tingkat integrasi antara pasar yang berbeda juga tidak sama dari tahun ke tahun. Bracker, Scott, dan Koch (1999, p. 2) menyatakan integrasi pasar modal bergantung

kepada

variabel-variabel

ekonomi,

faktor-faktor

yang

mengkarakteristikkan dan mempengaruhi tingkat integrasi ekonomi di antara dua negara. Term mengenai integrasi pasar modal internasional mewakili area yang luas di dalam penelitian keuangan yang membawa aspek-aspek yang berbeda dalam keterkaitan beberapa pasar modal. Jika dua pasar memperlihatkan pergerakan bersama yang lebih besar dalam waktu yang sama atau lebih kuat hubungannya baik lead maupun lag waktu, diinterpretasikan bahwa hal tersebut mewakili integrasi yang lebih besar di antara kedua pasar saham/pasar modal. Selain itu, negara-negara yang areanya dekat secara geografis cenderung memperlihatkan pergerakan sama (co-movement) yang lebih besar atau lebih tinggi daripada negara-negara yang terpisah jauh. Nath dan Samanta (2003, p. 3) juga

menyatakan

bahwa

integrasi

pasar

berubah

sepanjang

waktu,

mengindikasikan kemungkinan perbedaan kesimpulan integrasi pasar untuk periode tertentu. Di dalam pasar keuangan yang terintegrasi, investor domestik dapat membeli aset-aset luar negeri, begitu juga dengan investor luar negeri dapat membeli aset-aset domestik. Waktu perubahan peraturan sering digunakan sebagai



23

proksi untuk saat integrasi pasar modal, sebagai contoh era liberalisasi, akan tetapi itu bukanlah pendorong utama perubahan terjadinya integrasi pasar di dunia. Bekaert, Harvey, dan Lumsdaine (2001, p. 1) mempertimbangkan bahwa emerging market telah membuka diri terhadap arus modal internasional dalam dekade akhir-akhir ini sebagai percobaan yang alamiah. Integrasi emerging market ke dalam pasar keuangan internasional digeneralisir sebagai berikut: secara signifikan bertambah besar dan pasar modal lebih likuid, volatilitas return saham lebih tinggi dan lebih berkorelasi dengan return pasar dunia, biaya modal lebih rendah, memperbaiki ranking kredit (utang), apresiasi tingkat valuta asing yang real, dan peningkatan pertumbuhan ekonomi. Kajian teori lain mengenai hubungan suatu bursa negara lain terhadap negara tertentu dibuat oleh salah satu peneliti yakni Janakiramanan dan Lamba (1998). Mereka mengajukan beberapa argumen tentang pasar saham yang saling mempengaruhi satu sama lain, yaitu: 1. Dominant economic power. Sejak perang dunia kedua, pengaruh Amerika Serikat dalam perekonomian dunia terus meningkat, setelah sebelumnya didominasi oleh Inggris. Amerika Serikat merupakan perekonomian yang paling berpengaruh sampai saat ini. Krisis subprime mortgage yang dimulai dari Amerika Serikat pada pertengahan 2007, terus menyeret banyak perekonomian negara lain ke dalam resesi. 2. Common investor groups. Pasar modal yang memiliki lokasi geografis yang relatif dekat dan memiliki

karakteristik

investor

yang

sama,

cenderung

untuk

mempengaruhi satu sama lain. Selain itu, pasar modal yang lebih dominan dalam perekonomian, akan memiliki pengaruh yang lebih besar. 3. Multiple stock listing. Jika saham suatu negara terdaftar di negara lain, shock pada negara lain akan menjalar ke negara tersebut melalui sekuritas. Semakin banyak jumlah saham atau sekuritas yang terdaftar pada bursa saham



24

asing, semakin besar kemungkinan efek dari shock akan terasa pada negara asal. 4. Indirect influences. Investor akan bereaksi terhadap shock yang terjadi langsung maupun tidak langsung dari pasar modal lain. Melalui integrasi perekonomian antarnegara di dunia, dan dengan adanya berbagai perjanjian perdagangan bebas antar negara-negara di dunia serta globalisasi, dan berdasarkan berbagai penelitian yang telah dilakukan sebelumnya, dapat dikatakan bahwa terdapat hubungan interdependensi dan integrasi pasar modal di dunia.

2.2.7

Teori Contagion Effect Yang dan Lim (2004, p. 127) menyatakan bahwa tidak ada definisi tunggal

bagi contagion. World Bank sendiri memiliki tiga definisi mengenai contagion, yang terbagi menjadi definisi luas, lebih restriktif, dan sangat restriktif. Definisi contagion menurut World Bank dalam pengertian yang luas adalah transmisi shock antarnegara atau efek spillover umum antarnegara. Contagion sendiri tidak harus memiliki kaitan dengan krisis, walaupun studi mengenai contagion cenderung menekankan pada periode-periode krisis. Sedangkan pengertian kedua yang lebih restriktif lagi adalah transmisi shock ke negara-negara lain atau, lebih umumnya, korelasi signifikan antarnegara yang ada di luar hubungan fundamental antarnegara dan di luar shock umum. Pengertian yang ketiga atau yang sangat restriktif adalah fenomena yang terjadi ketika korelasi antarnegara meningkat saat periode krisis secara relatif terhadap korelasi saat periode tranquil. Dornbusch, Park, dan Calessens (2000) di dalam tulisan Yang (2004, p. 128) menyatakan contagion dapat diartikan sebagai peningkatan signifikan dari keterkaitan antarpasar setelah shock bagi suatu negara atau sekelompok negara. Masson (1998, p. 5) menyatakan terdapat tiga sumber utama bahwa turbulensi pasar keuangan dapat menyebar dari satu negara ke negara lainnya, yaitu: monsoonal effects, spillovers, dan efek contagion murni. Monsoonal effects cenderung

terjadi

ketika

mempengaruhi

negara-negara

yang

memiliki

fundamental ekonomi yang serupa. Jenis yang kedua keterkaitan pasar keuangan



25

meningkat karena adanya spillovers effects yang dikarenakan oleh keterkaitan perdagangan atau saling ketergantungan secara finansial. Dua sumber pertama tersebut dapat dikategorikan sebagai pendorong fundamental. Sedangkan sumber utama yang ketiga yakni efek contagion murni mengacu pada kasus di mana krisis di satu negara atau pasar tidak dapat dijelaskan oleh fundamental ekonomi, melainkan krisis di satu negara dapat membuat kreditur dan investor untuk keluar dari satu negara di mana investor dan kreditur hanya memiliki pemahaman yang sedikit karena adanya informasi yang asimetris. Yang (2002, p. 128) menjelaskan empat strategi utama yang biasa digunakan oleh para peneliti untuk mengidentifikasi contagion diantaranya: 1. Korelasi antarharga aset. 2. Probabilitas kondisional atau krisis mata uang. 3. Transmisi perubahan volatilitas. 4. Pergerakan bersama-sama antara arus modal dan tingkat pengembalian (capital flows and rates of return). Calvo dan Reinhart (1996) dalam Yang (2002, p. 128) menyatakan perkiraan koefisien korelasi antar-return saham adalah metode paling umum yang digunakan di dalam memperkirakan efek contagion. Contagion juga dapat dipelajari dengan menguji tingkat kenaikan pergerakan secara bersama-sama pada saat periode krisis, lalu dibandingkan dengan periode tranquil, dengan adanya kebebasan normal dalam ekonomi.



BAB 3 METODE PENELITIAN

3.1

Pendekatan Penelitian Pendekatan penelitian yang digunakan dalam penelitian ini adalah

pendekatan kuantitatif, yaitu menggunakan cara berpikir deduktif yang menunjukkan bahwa pemikiran di dalam penelitian didasarkan pada pola yang umum atau universal kemudian mengarah pada pola yang lebih sempit atau spesifik (Prasetyo dan Jannah, 2005). Penelitian ini menganalisis hubungan saling ketergantungan pasar saham di Asia dan Amerika Serikat sebelum, selama, dan sesudah terjadinya krisis finansial di Amerika Serikat tahun 2008–2009.

3.2

Jenis Penelitian Penelitian ini berdasarkan tujuan penelitiannya merupakan penelitian

eksplanatif. Penelitian ini bertujuan untuk menjelaskan pola hubungan yang terjadi antara dua variabel atau lebih. Penelitian ini dikategorikan sebagai penelitian eksplanatif karena mencoba melihat dan menjelaskan hubungan saling ketergantungan yang terjadi antara pasar saham di Asia dan Amerika Serikat sebelum, selama, dan sesudah terjadinya krisis finansial di Amerika Serikat tahun 2008–2009. Penelitian ini berdasarkan manfaat penelitiannya merupakan penelitian terapan. Penelitian ini bersifat lebih pragmatis serta berorientasi pada perubahanperubahan. Penelitian terapan mencoba untuk menyelesaikan masalah tertentu secara spesifik. Penelitian ini ditujukan secara langsung untuk memecahkan masalah. Oleh sebab itu, penelitian ini menghasilkan rekomendasi-rekomendasi bagi masalah tertentu, dan bukan semata-mata mengembangkan teori. Penelitian ini berdasarkan dimensi waktunya merupakan penelitian time series. Peneliti mengumpulkan tipe informasi yang sama mengenai perubahan gejala dari sekumpulan obyek dalam waktu yang berbeda. Time Series sangat efektif apabila digunakan untuk melihat perubahan yang terjadi, karena dilakukan dalam satu periode waktu yang panjang. Itu sebabnya peneliti memperoleh informasi yang kaya. Penelitian ini dilakukan untuk rentang waktu 6 tahun yaitu



27

dari 1 Januari 2006 sampai 31 Desember 2011 dengan pembagian tiga periode masing-masing dua tahun, antara lain: 1. Sebelum krisis yaitu tahun 2006–2007. 2. Selama krisis yaitu tahun 2008–2009 karena di dua tahun ini pertumbuhan GDP per kapita Amerika Serikat negatif (lih. grafik 1.3) 3. Sesudah krisis yaitu tahun 2010–2011. Penelitian ini berdasarkan teknik pengumpulan datanya merupakan penelitian kuantitatif, yaitu pengumpulan data-data yang berbentuk angka-angka. Data yang digunakan dalam penelitian ini adalah data sekunder berupa nilai penutupan harian atau closing price selama lima hari kerja dari indeks beberapa negara. Peneliti menggunakan teknik pengumpulan data sekunder yang diperoleh dari sumber website Yahoo! Finance (finance.yahoo.com). Data yang diambil menggunakan metode carry over last price untuk mengisi tanggal-tanggal yang kosong selama lima hari perdagangan tersebut.

3.3

Populasi dan Sampel Populasi adalah keseluruhan gejala atau satuan yang ingin diteliti. Populasi

dalam penelitian ini adalah seluruh pasar saham yang ada di dunia. Sampel adalah bagian dari populasi yang ingin diteliti. Oleh karena itu, sampel harus dipandang sebagai suatu pendugaan terhadap populasi dan bukan populasi itu sendiri. Pemilihan sampel dalam penelitian ini menggunakan metode purposive judgment sampling. Purposive judgement sampling termasuk ke dalam non-probability sampling di mana sampel dipilih berdasarkan kriteria-kriteria tertentu, bukan secara acak atau random. Sampel yang diambil untuk variabel penelitian ini yaitu pasar saham Amerika Serikat karena negara ini memiliki kapitalisasi pasar terbesar di dunia, negara di mana krisis bermula, dan negara penyumbang 21% PDB dunia. Peneliti mengambil sampel dari wilayah Amerika Serikat yakni dengan menggunakan indeks Dow Jones Industrial Average (DJI) sebagai perwakilan dari indeks di Amerika Serikat karena merupakan indeks paling utama dan memiliki value terbesar di Amerika Serikat. Untuk wilayah Asia, kriteria sampel yang diambil yaitu:



28

1. Negara-negara dengan kapitalisasi pasar terbesar dari masing-masing wilayah Asia. Kapitalisasi pasar terbesar di suatu wilayah dapat dikatakan sebagai pasar saham terkuat. 2. Dari negara tersebut, indeks pasar saham yang diambil yaitu indeks yang paling utama atau indeks yang memiliki value terbesar.

Tabel 3.1 Kapitalisasi Pasar di Asia Tenggara Tahun 2010 Negara

Kapitalisasi Pasar (Dalam $ US)

Malaysia Singapura Indonesia Thailand Filipina Vietnam

410,534,133,290.09 370,090,941,024.94 360,388,099,886.43 277,731,739,449.49 157,320,500,566.08 20,385,102,198.90


Berdasarkan tabel di atas, sampel penelitian yang digunakan untuk mewakili regional Asia Tenggara antara lain: 1. Malaysia dengan indeks yang digunakan yaitu Kuala Lumpur Composite Index (KLSE). 2. Singapura dengan indeks yang digunakan yaitu Straits Times Index (STI). 3. Indonesia dengan indeks yang digunakan adalah, dan Jakarta Stock Exchange Composite (JKSE).

Tabel 3.2 Kapitalisasi Pasar di Asia Timur Tahun 2010 Negara


Cina Jepang Hong Kong Korea Selatan Mongolia

4,762,836,764,951.36 4,099,591,000,000.00 2,711,333,603,753.84 1,089,216,501,207.15 1,093,000,000.00




29

Berdasarkan tabel di atas, sampel penelitian yang digunakan untuk mewakili regional Asia Timur adalah: 1. Cina dengan indeks yang digunakan yaitu China Securities Index 300 (CSI). 2. Jepang dengan indeks yang digunakan yaitu Nikkei 225 (N225). 3. Hong Kong dengan indeks yang digunakan yaitu Hang Seng Index (HSI). 4. Korea Selatan dengan indeks yang digunakan yaitu KOSPI Composite Index (KS11).

Tabel 3.3 Kapitalisasi Pasar di Asia Selatan Tahun 2010 Negara


India Bangladesh Pakistan Sri Lanka Nepal

1,615,860,000,000.00 46,999,902,476.06 38,168,586,545.83 19,923,854,891.80 4,843,000,000.00


Berdasarkan tabel di atas, sampel penelitian yang digunakan untuk mewakili regional Asia Selatan adalah pasar saham India dengan indeks yang digunakan yaitu Bombay Stock Exchange Sensex (BSESN). Dengan demikian, sampel dalam penelitian ini adalah sembilan pasar saham dengan delapan pasar saham di Asia (Indonesia, Malaysia, Singapura, Hong Kong, Cina, Korea Selatan, Jepang, dan India) dan pasar saham Amerika Serikat.

3.4.

Model Penelitian

3.4.1

Statistika Deskriptif Tahap awal penelitian ini adalah dengan menghitung imbal hasil (return)

dari indeks suatu pasar saham (lih. persamaan 3.1) yang kemudian dalam statistika deskriptif akan dilihat nilai rata-ratanya (mean) dan volatilitas yang dilihat dari standar deviasinya.



30

‫݈ܾܽ ݉ܫ‬ℎܽ‫= ݏ݈݇݁݀݊݅݅ݏ‬ 3.4.2

(3.1)

‫ݏ݇݁݀݊ܫ‬௧ − ‫ݏ݇݁݀݊ܫ‬௧ିଵ × 100 ‫ݏ݇݁݀݊ܫ‬௧ିଵ

Uji Koefisien Korelasi Pengujian hubungan saling ketergantungan pada awalnya dilakukan

dengan melihat tingkat koefisien korelasi yang dimiliki oleh kesepuluh pasar saham yang diteliti dengan menggunakan korelasi Pearson Product Moment. Besarnya koefesien korelasi berkisar antara -1 sampai dengan +1. Koefisien korelasi menunjukkan kekuatan (strength) hubungan linear dan arah hubungan dua variabel acak: 1. Jika korelasi sama dengan nol (0), maka tidak terdapat hubungan antara kedua variabel tersebut. 2. Jika koefesien korelasi positif, maka kedua variabel mempunyai hubungan searah. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan tinggi pula. 3. Jika koefesien korelasi negatif, maka kedua variabel mempunyai hubungan terbalik. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan menjadi rendah (dan sebaliknya). Signifikansi

statistik

dari

koefisien

ini

kemudian

diuji

dengan

menggunakan t-statistik yang dibandingkan dengan nilai kritis distribusi-t pada tabel t. Hipotesis yang berlaku adalah: H0: Tidak ada hubungan antara variabel X dan variabel Y. H1: Ada hubungan antara variabel X dan variabel Y Jika t-statistik lebih besar dari nilai kritis distribusi-t, maka H0 ditolak.

3.4.3

Uji Stationeritas Sekumpulan data dinyatakan stasioner jika nilai rata-rata dan varian dari

data time series tersebut tidak mengalami perubahan secara sistematik sepanjang waktu, atau sebagian ahli menyatakan rata-rata dan variannya konstan (Nachrowi dan Usman, 2006, p. 340). Stasioneritas digunakan sebagai suatu media dalam suatu analisa time series di mana data mentahnya sering ditransformasikan untuk menjadi stasioner. Uji stasioneritas diperlukan karena variabel makroekonomi



31

pada umumnya tidak stasioner (Gujarati, 2002). Bila data yang digunakan untuk mengestimasi suatu model tidak stasioner, maka model yang diestimasi akan menjadi kurang baik dan akurat. Uji formal dalam mengetahui stasioneritas suatu series adalah uji unit root. Pada penelitian ini, masing-masing indeks pasar saham akan dilakukan uji unit root yaitu dengan uji Augmented Dickey-Fuller (ADF). Untuk menjadikan data tidak stasioner menjadi stasioner biasanya data cukup didiferensiasi. Pada tingkat diferensi pertama, biasanya data sudah menjadi stasioner. Kalau ternyata belum, kemungkinan besar pada diferensiasi kedua sudah stasioner, demikian seterusnya (Winarno, 2009, p. 10.5). Pendekatan alternatif adalah dengan menggunakan Akaike Information Criterion (AIK) pada uji ADF. Unit root kemudian digunakan sebagai indikator dalam menerima H0 atau menolak H0. H0: Data tidak bersifat stasioner. H1: Data bersifat stasioner. Uji ADF yang dipakai dalam pengujian, adalah angka negatif. Semakin negatif dari angka ADF, maka H0 semakin kuat ditolak. Dan apabila nilai probabilitas statistik lebih kecil dari tingkat signifikansi 5%, maka H0 ditolak.

3.4.4

Uji Lag Optimal Penentuan panjang lag akan digunakan pada uji kausalitas Granger.

Menurut Enders (2004), penentuan panjang lag merupakan hal yang penting. Lag yang terlalu panjang akan mengurangi derajat bebas (degrees of freedom), sedangkan jika terlalu pendek, maka model akan tidak spesifik. Dalam penelitian ini, alternatif yang digunakan dalam menentukan lag optimal adalah panjang lag yang ditunjuk oleh Schwarz Information Criterion (SC) dan Hannan-Quinn Information Criterion (HQ).

3.4.5

Uji Kausalitas Granger Uji kausalitas Granger dilakukan untuk melihat hubungan sebab akibat

antarvariabel yang hendak diuji. Jika terdapat hubungan antarvariabel, maka tidak dapat menggunakan hubungan regresi sederhana karena hasilnya akan bias.



32

Nachrowi (2006, p. 262) menyatakan bahwa uji ini pada intinya dapat mengindikasikan apakah suatu variabel mempunyai hubungan dua arah, atau hanya satu arah saja. Pada uji Granger yang dilihat adalah pengaruh masa lalu terhadap kondisi sekarang sehingga data yang digunakan adalah data time series. Seperti disebutkan oleh Gujarati (2003) dalam bukunya, uji kausalitas Granger muncul karena ada pemikiran bahwa waktu tidak mungkin berjalan mundur sehingga apabila kejadian X terjadi sebelum kejadian Y, maka kejadian X mungkin menyebabkan kejadian Y, namun kejadian Y tidak mungkin menyebabkan kejadian X. Atau dengan kata lain, kejadian di masa lampau dapat menyebabkan kejadian saat ini, namun kejadian masa depan tidak. Kausalitas Granger mengasumsikan bahwa informasi yang terkait kepada peramalan kedua variabel terkandung di dalam data time series dari kedua variabel tersebut. Hal ini dijelaskan dalam rumus dibawah: ௠

௠

௜ୀଵ

௜ୀଵ

(3.2)

ܻ௧ = ෍ ߙ௜ܻ௧ି௜ + ෍ ߚ௜ܺ௧ି௜ + ‫ݑ‬௧ ௠

௠

(3.3)

ܺ௧ = ෍ ߛ௜ܻ௧ି௜ + ෍ ߜ௜ܺ௧ି௜ + ݁௧ ௜ୀଵ

௜ୀଵ

Apabila ߚ௜ = 0, maka ܺ௧ tidak menyebabkan ܻ௧.

Dalam uji kausalitas Granger, yang perlu diperhatikan adalah memasukkan

panjang lag optimal yang telah didapat pada tahap sebelumnya, setelah itu dilihat nilai probabilitasnya. Hipotesis yang berlaku adalah: H0: X tidak menyebabkan Y. H1: X menyebabkan Y. Nilai probabilitas akan dilihat untuk menilai apakah hipotesis yang berlaku signifikan terhadap tingkat keyakinan yang ditentukan. Semakin tinggi tingkat keyakinan yang digunakan akan semakin menyaring hasil uji kausalitas Granger menjadi lebih akurat. Dengan menggunakan tingkat signifikan sebesar 95%, apabila nilai probabilitas lebih kecil dari 5%, maka H0 ditolak.



33

3.5

Variabel Penelitian Variabel yang akan diuji mencakup indeks pasar saham beberapa negara di

Asia yaitu Jakarta Stock Exchange Composite (JKSE), Straits Times Index (STI), Kuala Lumpur Composite Index (KLSE), Hang Seng Index (HSI), China Securities Index 300 (CSI), KOSPI Composite Index (KS11), Nikkei 225 (N225), Bombay Stock Exchange Sensex (BSESN), dan indeks pasar saham Amerika Serikat yaitu Dow Jones Industrial Average (DJI).

Tabel 3.4 Pasar Saham dan Indeks Negara

Indeks Pasar Saham

Indonesia Singapura Malaysia Hong Kong Cina Korea Selatan Jepang India Amerika Serikat

Jakarta Stock Exchange Composite (JKSE) Straits Times Index (STI) Kuala Lumpur Composite Index (KLSE) Hang Seng Index (HSI) China Securities Index 300 (CSI) KOSPI Composite Index (KS11) Nikkei 225 (N225) Bombay Stock Exchange Sensex (BSESN) Dow Jones Industrial Average (DJI)


3.6

Hipotesis Penelitian Berdasarkan hasil penelitian sebelumnya yang dilakukan oleh Gklezakou

dan Mylonakis (2010) bahwa terdapat hubungan saling ketergantungan yang kuat antarpasar saham dikarenakan pada periode tersebut terjadi krisis ekonomi global, maka dirumuskan hipotesis penelitian ini adalah: Hipotesis Pertama H0:

Tidak terdapat hubungan saling ketergantungan pasar saham di Asia dan Amerika Serikat sebelum terjadinya krisis finansial di Amerika Serikat tahun 2008–2009.

H1:

Terdapat hubungan saling ketergantungan pasar saham di Asia dan Amerika Serikat sebelum terjadinya krisis finansial di Amerika Serikat tahun 2008–2009.



34

Hipotesis Kedua H0:

Tidak terdapat hubungan saling ketergantungan pasar saham di Asia dan Amerika Serikat selama terjadinya krisis finansial di Amerika Serikat tahun 2008–2009.

H1:

Terdapat hubungan saling ketergantungan pasar saham di Asia dan Amerika Serikat selama terjadinya krisis finansial di Amerika Serikat tahun 2008–2009.

Hipotesis Ketiga H0:

Tidak terdapat hubungan saling ketergantungan pasar saham di Asia dan Amerika Serikat sesudah terjadinya krisis finansial di Amerika Serikat tahun 2008–2009.

H1:

Terdapat hubungan saling ketergantungan pasar saham di Asia dan Amerika Serikat sesudah terjadinya krisis finansial di Amerika Serikat tahun 2008–2009.

3.7

Tahapan Penelitian Dalam penelitian ini akan digunakan metodologi yang sama dengan

penelitian Gklezakou dan Mylonakis (2009). Data-data dalam penelitian dan semua metode pengujian akan diolah dan dianalisis dengan menggunaka software Microsoft Office Excel dan Eviews.



35

Bagan 3.1 Tahapan Penelitian Pengumpulan data harian indeks pasar saham tiap negara yang diperoleh melalui Yahoo! Finance (finance.yahoo.com). Pemisahan periode sebelum krisis, selama krisis, dan sesudah krisis.

Periode sebelum krisis (2006–2007).

Periode selama krisis (2008–2009).

Periode sesudah krisis (2010–2011).

Statistika deskriptif.



Uji koefisien korelasi dengan signifikansi tstatistik.*



Uji stasioneritas menggunakan ADF.**



Penentuan lag optimal.



Uji kausalitas Granger.



Perbandingan hasil periode sebelum, selama, dan sesudah krisis. Pengambilan kesimpulan. Sumber: Hasil Olahan Peneliti, 2012.

*) Bila H0 diterima atau tidak ada korelasi antarkedua negara, maka penelitian terhadap kedua negara tersebut tidak dilanjutkan **) Bila H0 diterima atau data tidak stasioner, maka harus dilakukan differencing. Universitas Indonesia


BAB 4 ANALISIS HASIL PENELITIAN

4.1

Imbal Hasil Indeks Pasar Saham Untuk memodelkan hubungan, maka terlebih dahulu digunakan imbal

hasil indeks pasar saham masing-masing negara dengan menggunakan fungsi rumus seperti yang telah dijelaskan pada bagian metodologi penelitian.

4.2

Statistika Deskriptif

4.2.1

Sebelum Krisis Tabel 4.1 Statistika Deskriptif Sebelum Krisis JKSE

STI

KLSE

HSI

CSI

KS11

N225

BSESN

DJI

Mean

0.174405 0.081925 0.094212 0.128589 0.354985 0.069288 -0.002912 0.159843 0.043884

Maximum

6.965169 6.122253 4.350636 5.927759 5.594845 5.689623 3.668823 6.894273 2.554397

Minimum

-6.435370 -3.956349 -4.635608 -5.008543 -10.60400 -6.926162 -5.417287 -6.763733 -3.293314

Std. Dev.

1.363386 1.113350 0.805016 1.298768 1.870885 1.271033 1.175236 1.552096 0.767571

Observations 521

521

521

521

521

521

521

521

521

Sumber: Hasil Olahan EViews, 2012.

Pada periode sebelum terjadinya krisis finansial di Amerika Serikat, dari tabel di atas terlihat bahwa Cina memiliki rata-rata imbal hasil yang paling tinggi dibanding pasar saham lainnya, sedangkan Jepang memiliki rata-rata imbal hasil yang paling rendah bahkan negatif. Pergerakan pasar saham yang paling volatile adalah Cina dan yang memiliki volatilitas terendah adalah Amerika Serikat.

4.2.2

Selama Krisis Tabel 4.2 Statistika Deskriptif Selama Krisis JKSE

Mean

STI

KLSE

HSI

CSI

KS11

N225

BSESN

DJI

0.004662 -0.017079 -0.015027 -0.011289 -0.043980 -0.002667 -0.044035 0.001933 -0.026680

Maximum

7.921483 7.821326 13.64607 14.34707 9.341821 11.94567 14.15030 17.33933 11.08033

Minimum

-10.37525 -8.803629 -12.16099 -12.70005 -9.474082 -10.57054 -11.40637 -10.95644 -7.873277

Std. Dev.

1.995447 1.900332 1.357822 2.641311 2.551523 2.009769 2.329472 2.483057 1.970036

Observations

523

523

523

523

523

523

523

523

523




37

Pada periode selama terjadinya krisis finansial di Amerika Serikat, dari tabel di atas terlihat bahwa seluruh pasar saham tanpa terkecuali mengalami penurunan rata-rata imbal hasil. Indonesia memiliki rata-rata imbal hasil yang paling tinggi disusul oleh India. Singapura, Malaysia, Hong Kong, Cina, Korea Selatan, serta Amerika Serikat memiliki rata-rata imbal hasil yang negatif pada periode ini dan Jepang masih memiliki nilai yang negatif dan terendah. Pergerakan pasar saham paling volatile adalah Hong Kong dan yang memiliki volatilitas terendah adalah Malaysia.

4.2.3

Sesudah Krisis Tabel 4.3 Statistika Deskriptif Sesudah Krisis JKSE

STI

KLSE

HSI

CSI

KS11

N225

BSESN

DJI

Mean

0.087808 -0.012529 0.049570 -0.023541 -0.071077 0.024366 -0.033119 -0.016884 0.037143

Maximum

7.265365 3.344330 21.97000 5.673813 3.780713 5.022055 5.677647 3.580706 4.240790

Minimum

-8.880349 -3.699103 -17.50759 -5.660506 -6.214868 -6.218491 -10.55393 -4.125367 -5.546366

Std. Dev.

1.333514 0.987627 1.698979 1.361684 1.398291 1.318821 1.357595 1.148464 1.160514

Observations

521

521

521

521

521

521

521

521

521


Pada periode sesudah terjadinya krisis finansial di Amerika Serikat, dari tabel di atas terlihat bahwa mayoritas pasar saham sudah mengalami kenaikan rata-rata imbal hasil kecuali Hong Kong, Cina, dan India yang pada periode ini mengalami penurunan rata-rata imbal hasil. Indonesia masih memegang rata-rata imbal hasil tertinggi, sedangkan Cina yang memiliki rata-rata imbal hasil tertinggi pada periode sebelum krisis kini memiliki rata-rata imbal hasil terendah. Begitu juga dengan Malaysia yang berbanding terbalik dengan periode selama terjadinya krisis, kini Malaysia merupakan pasar saham yang pergerakannya paling volatile, sedangkan yang memiliki volatilitas terendah adalah Singapura.

4.3

Uji Koefisien Korelasi Seperti yang dikatakan oleh Kempf dan Korn (1996) untuk melihat

integrasi pasar keuangan dapat dilihat dari korelasi imbal hasil setiap pasar. Bracker, Scott, dan Kotch (1992) mengatakan bahwa integrasi pasar dapat dilihat



38

sebagai tingkat pergerakan bersama dua pasar, di mana tingkat pergerakan bersama yang lebih tinggi merefleksikan level integrasi yang lebih tinggi.

4.3.1

Sebelum Krisis Tabel 4.4 Uji Koefisien Korelasi Sebelum Krisis

Correlation (t-Statistic) JKSE

STI

KLSE

JKSE

STI

KLSE

HSI

CSI

KS11

0.707634 (22.81561)

0.577991 0.688102 (16.13582) (21.60382)

DJI

1.000000 -----

0.666202 0.747836 0.590875 (20.35092) (25.66248) (16.68526)

CSI

0.132410 0.212763 0.208889 0.273709 (3.043309) (4.960644) (4.866174) (6.483088)

1.000000 ----1.000000 -----

KS11

0.576778 0.639256 0.521251 0.677935 0.183304 (16.08507) (18.93804) (13.91476) (21.00936) (4.247937)

N225

0.483224 0.609982 0.469417 0.603783 0.192490 0.679491 (12.57411) (17.53668) (12.11137) (17.25541) (4.468800) (21.09882)

DJI

BSESN

1.000000 -----

HSI

BSESN

N225

1.000000 -----

1.000000 ----1.000000 -----

0.546540 0.538770 0.412069 0.516969 0.089943 0.482297 0.436368 (14.86810) (14.56938) (10.30296) (13.75855) (2.057374) (12.54266) (11.04856)

1.000000 -----

0.076599 0.146524 0.050891 0.093653 0.064866 0.107873 0.083418 0.140585 1.000000 (1.750199) (3.374459) (1.160872) (2.142983) (1.480876) (2.471930) (1.907035) (3.234877) -----


Dari tabel di atas dapat terlihat nilai korelasi dari masing-masing pasar saham pada sebelum terjadinya krisis dan nilai signifikansi t-statistik yang berada dalam tanda kurung. Nilai t-statistik ini akan dibandingkan dengan nilai kritis distribusi-t. Perhitungan nilai kritis distribusi-t adalah sebagai berikut: “=TINV(α,n-2)” “=TINV(0.05,521-2)” “1.964545246” Sehingga apabila nilai t-statistik lebih besar dari nilai kritis distribusi-t, maka H0 bahwa tidak ada hubungan antara pasar saham X dan Y ditolak. Dengan



39

demikian bila dilihat dari hasil uji korelasi di atas terlihat bahwa hampir seluruh pasar saham memiliki hubungan dengan pasar saham lainnya, kecuali: 1. Indonesia dan Amerika Serikat. 2. Malaysia dan Amerika Serikat. 3. Cina dan Amerika Serikat. 4. Jepang dan Amerika Serikat. Tidak adanya korelasi antara beberapa negara Asia dan Amerika Serikat membuktikan teori Bracker, Scott, dan Koch (1999) yang menyatakan bahwa negara-negara yang areanya dekat secara geografis cenderung memperlihatkan pergerakan sama (co-movement) yang lebih besar atau lebih tinggi daripada negara-negara yang terpisah jauh.

4.3.2

Selama Krisis Tabel 4.5 Uji Koefisien Korelasi Selama Krisis

Correlation t-Statistic JKSE

STI

KLSE

JKSE

STI

KLSE

HSI

CSI

KS11

0.560950 (15.46646)

0.439960 0.405754 (11.18271) (10.13315)

DJI

1.000000 -----

0.581309 0.741752 0.381757 (16.30687) (25.24442) (9.427812)

CSI

0.289523 0.315130 0.256289 0.482945 (6.904189) (7.579134) (6.052047) (12.58883)

1.000000 ----1.000000 -----

KS11

0.516989 0.635824 0.393752 0.685868 0.346266 (13.78576) (18.80320) (9.777405) (21.51256) (8.424868)

N225

0.496191 0.554114 0.383239 0.656437 0.282648 0.706569 (13.04493) (15.19375) (9.470687) (19.86190) (6.725802) (22.79077)

DJI

BSESN

1.000000 -----

HSI

BSESN

N225

1.000000 -----

1.000000 ----1.000000 -----

0.479747 0.611251 0.314699 0.595783 0.280246 0.447428 0.369957 (12.48044) (17.62878) (7.567644) (16.93217) (6.663762) (11.41955) (9.089327)

1.000000 -----

0.146402 0.295871 0.091174 0.294971 0.054337 0.247248 0.118191 0.348998 1.000000 (3.378077) (7.069910) (2.089778) (7.046347) (1.242110) (5.824376) (2.716792) (8.500521) -----




40

Dari tabel di atas dapat terlihat nilai korelasi dari masing-masing pasar saham pada selama terjadinya krisis dan nilai signifikansi t-statistik yang berada dalam tanda kurung. Nilai t-statistik ini akan dibandingkan dengan nilai kritis distribusi-t. Perhitungan nilai kritis distribusi-t adalah sebagai berikut: “=TINV(α,n-2)” “=TINV(0.05,523-2)” “1.96452762” Sehingga apabila nilai t-statistik lebih besar dari nilai kritis distribusi-t, maka H0 bahwa tidak ada hubungan antara pasar saham X dan Y ditolak. Dengan demikian bila dilihat dari hasil uji korelasi di atas terlihat bahwa hampir seluruh pasar saham memiliki hubungan dengan pasar saham lainnya kecuali Cina dan Amerika Serikat. Tidak adanya korelasi antara Cina dan Amerika Serikat membuktikan teori Bracker, Scott, dan Koch (1999) yang menyatakan bahwa negara-negara yang areanya dekat secara geografis cenderung memperlihatkan pergerakan sama (comovement) yang lebih besar atau lebih tinggi daripada negara-negara yang terpisah jauh. Berbeda dengan periode sebelumnya, kini Indonesia, Malaysia dan Jepang memiliki korelasi dengan Amerika Serkat. Bracker, Scott, dan Koch (1999) menyatakan bahwa integrasi pasar keuangan, khususnya pasar saham berbeda dari waktu ke waktu. Tingkat integrasi antara pasar yang berbeda juga tidak sama dari tahun ke tahun.

4.3.3

Sesudah Krisis Tabel 4.6 Uji Koefisien Korelasi Sesudah Krisis

Correlation t-Statistic JKSE

STI

KLSE

HSI

JKSE

STI

KLSE

HSI

CSI

KS11

N225

BSESN

DJI

1.000000 ----0.646764 (19.31888)

1.000000 -----

0.186018 0.210964 (4.313065) (4.916754)

1.000000 -----

0.653034 0.754176 0.223741 (19.64423) (26.16423) (5.229754)

1.000000 -----



41

(Lanjutan) Correlation t-Statistic CSI

HSI

CSI

0.316792 0.393889 0.156488 0.505592 (7.608923) (9.762645) (3.609517) (13.35019)

JKSE

STI

KLSE

1.000000 -----

KS11

KS11

0.539331 0.623870 0.221232 0.677857 0.373363 (14.59079) (18.18581) (5.168080) (21.00485) (9.168849)

N225

0.466256 0.546121 0.237737 0.571750 0.328427 0.609227 (12.00705) (14.85185) (5.575885) (15.87631) (7.921503) (17.50219)

BSESN

DJI

N225

BSESN

DJI

1.000000 ----1.000000 -----

0.453937 0.574553 0.102169 0.525628 0.272663 0.426808 0.314199 (11.60605) (15.99234) (2.339813) (14.07595) (6.456322) (10.75186) (7.539772)

1.000000 -----

0.180428 0.321601 0.003017 0.193700 0.123713 0.246740 0.158730 0.270106 1.000000 (4.179030) (7.737634) (0.068737) (4.497974) (2.840202) (5.800471) (3.662553) (6.390998) -----


Dari tabel di atas dapat terlihat nilai korelasi dari masing-masing pasar saham pada sesudah terjadinya krisis dan nilai signifikansi t-statistik yang berada dalam tanda kurung. Nilai t-statistik ini akan dibandingkan dengan nilai kritis distribusi-t. Perhitungan nilai kritis distribusi-t adalah sebagai berikut: “=TINV(α,n-2)” “=TINV(0.05,521-2)” “1.964545246” Sehingga apabila nilai t-statistik lebih besar dari nilai kritis distribusi-t, maka H0 bahwa tidak ada hubungan antara pasar saham X dan Y ditolak. Dengan demikian bila dilihat dari hasil uji korelasi di atas terlihat bahwa hampir seluruh pasar saham memiliki hubungan dengan pasar saham lainnya kecuali Malaysia dan Amerika Serikat. Tidak adanya korelasi antara Malaysia dan Amerika Serikat membuktikan teori Bracker, Scott, dan Koch (1999) yang menyatakan bahwa negara-negara yang areanya dekat secara geografis cenderung memperlihatkan pergerakan sama (co-movement) yang lebih besar atau lebih tinggi daripada negara-negara yang terpisah jauh, selain itu juga membuktikan bahwa integrasi pasar keuangan, khususnya pasar saham berbeda dari waktu ke waktu. Tingkat integrasi antara pasar yang berbeda juga tidak sama dari tahun ke tahun.



42

4.4

Uji Stasioneritas Pada

tahap

ini,

peneliti

menggunakan

uji

stasioneritas

dengan

menggunakan metode Augmented Dickey Fuller (ADF). Tabel hasil uji ADF terdapat pada bagian lampiran, mengindikasikan bahwa semua data sudah stasioner pada tingkat semua level, di mana nilai probabilitas statistik lebih kecil dari tingkat signifikansi 5%, maka H0 bahwa data tidak bersifat stasioner ditolak. Dengan demikian, data imbal hasil indeks pasar saham baik data sebelum krisis, selama krisis, maupun sesudah krisis tidak mengandung unit root atau data sudah stasioner sehingga tidak perlu melakukan differencing pada tingkat satu atau tingkat dua.

4.5

Uji Lag Optimal Untuk menentukan lag yang optimal dalam melakukan pengujian

kausalitas Granger, terlebih dahulu perlu dilakukan pengujian lag yang optimal. Pengujian ini menggunakan metodologi yang sama seperti yang digunakan oleh Gklezakou dan Mylonakis (2010), di mana alternatif yang digunakan dalam menentukan lag optimal adalah panjang lag yang ditunjuk oleh Schwarz Information Criterion (SC) atau Hannan-Quinn Information Criterion (HQ).

4.5.1

Sebelum Krisis Tabel 4.7 Uji Lag Optimal Sebelum Krisis

Lag

LogL

LR

FPE

AIC

SC

HQ

0 1 2 3 4 5 6 7 8

-6301.276 -6084.935 -6020.889 -5950.002 -5894.433 -5831.596 -5792.320 -5737.214 -5679.177

NA 424.2486 123.3475 134.0355 103.1217 114.4058* 70.13088 96.46110 99.55812

0.390852 0.230610* 0.246432 0.256514 0.283614 0.305061 0.360061 0.400032 0.440014

24.60147 24.07382* 24.13992 24.17935 24.27849 24.34930 24.51197 24.61292 24.70244

24.67586* 24.81773 25.55334 26.26229 27.03095 27.77128 28.60346 29.37393 30.13297

24.63063 24.36541* 24.69393 24.99579 25.35737 25.69060 26.11570 26.47908 26.83103

* indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion




43

Dari uji lag di atas, panjang lag yang ditunjuk oleh SC adalah 0 sedangkan panjang lag yang ditunjuk oleh HQ adalah 1. Dengan demikian, berdasarkan dua pertimbangan ini karena lag 0 tidak bisa diterapkan pada kausalitas Granger, maka lag yang dipakai dalam melakukan pengujian kausalitas Granger antarpasar saham sebelum terjadinya krisis finansial di Amerika Serikat adalah 1.

4.5.2

Selama Krisis Tabel 4.8 Uji Lag Optimal Selama Krisis

Lag

LogL

LR

FPE

AIC

SC

HQ

0 1 2 3 4 5 6 7 8

-8956.219 -8696.479 -8587.916 -8506.064 -8458.020 -8410.948 -8366.564 -8314.108 -8261.045

NA 509.3924 209.1149 154.8037* 89.18442 85.73503 79.28912 91.87280 91.08329

10673.18 5331.555 4791.584 4778.930* 5438.305 6217.021 7188.976 8066.076 9041.578

34.81638 34.12225 34.01521 34.01190* 34.13988 34.27164 34.41384 34.52469 34.63319

34.89055 34.86395* 35.42444 36.08866 36.88417 37.68346 38.49318 39.27157 40.04759

34.84545 34.41292* 34.56749 34.82578 35.21537 35.60874 36.01254 36.38500 36.75510



Dari uji lag di atas, panjang lag yang ditunjuk oleh SC adalah 1 dan panjang lag yang ditunjuk oleh HQ adalah 1. Dengan demikian, lag yang dipakai dalam melakukan pengujian kausalitas Granger antarpasar saham selama terjadinya krisis finansial di Amerika Serikat adalah 1.



44

4.5.3

Sesudah Krisis Tabel 4.9 Uji Lag Optimal Sesudah Krisis

Lag

LogL

LR

FPE

AIC

SC

HQ

0 1 2 3 4 5 6 7 8

-6804.297 -6550.413 -6472.515 -6407.114 -6348.499 -6304.713 -6268.732 -6207.089 -6163.810

NA 497.8696 150.0255 123.6620 108.7748 79.72053 64.24690 107.9052* 74.24025

2.777820 1.415807* 1.433408 1.524312 1.665450 1.929509 2.306835 2.498417 2.910895

26.56256 25.88855* 25.90064 25.96146 26.04873 26.19381 26.36932 26.44479 26.59185

26.63695 26.63246* 27.31407 28.04440 28.80119 29.61579 30.46082 31.20580 32.02238

26.59172 26.18014* 26.45466 26.77790 27.12760 27.53511 27.97306 28.31095 28.72044



Dari uji lag di atas, panjang lag yang ditunjuk oleh SC adalah 1 dan panjang lag yang ditunjuk oleh HQ adalah 1. Dengan demikian, lag yang dipakai dalam melakukan pengujian kausalitas Granger antarpasar saham selama terjadinya krisis finansial di Amerika Serikat adalah 1.

4.6

Uji Kausalitas Granger

4.6.1

Sebelum Krisis Tabel 4.10 Uji Kausalitas Granger Sebelum Krisis

Lags: 1 Null Hypothesis:

Obs

F-Statistic

Prob.

STI does not Granger Cause JKSE JKSE does not Granger Cause STI

520

0.55377 3.25829

0.4571 0.0716

KLSE does not Granger Cause JKSE JKSE does not Granger Cause KLSE

520

0.76629 4.40944

0.3818 0.0362

HSI does not Granger Cause JKSE JKSE does not Granger Cause HSI

520

2.04512 5.78596

0.1533 0.0165

CSI does not Granger Cause JKSE JKSE does not Granger Cause CSI

520

0.46027 8.83252

0.4978 0.0031



45

(Lanjutan) Null Hypothesis:

Obs

F-Statistic

Prob.

KS11 does not Granger Cause JKSE JKSE does not Granger Cause KS11

520

2.00548 10.4933

0.1573 0.0013

N225 does not Granger Cause JKSE JKSE does not Granger Cause N225

520

1.33141 18.8451

0.2491 2.E-05

BSESN does not Granger Cause JKSE JKSE does not Granger Cause BSESN

520

4.15911 0.10066

0.0419 0.7512

DJI does not Granger Cause JKSE JKSE does not Granger Cause DJI

520

145.917 8.58185

9.E-30 0.0035

KLSE does not Granger Cause STI STI does not Granger Cause KLSE

520

1.52927 5.54330

0.2168 0.0189

HSI does not Granger Cause STI STI does not Granger Cause HSI

520

0.46219 7.19214

0.4969 0.0076

CSI does not Granger Cause STI STI does not Granger Cause CSI

520

0.08002 2.44369

0.7774 0.1186

KS11 does not Granger Cause STI STI does not Granger Cause KS11

520

2.39969 9.50872

0.1220 0.0022

N225 does not Granger Cause STI STI does not Granger Cause N225

520

5.94772 28.2178

0.0151 2.E-07

BSESN does not Granger Cause STI STI does not Granger Cause BSESN

520

3.48477 1.62087

0.0625 0.2035

DJI does not Granger Cause STI STI does not Granger Cause DJI

520

192.535 12.3477

2.E-37 0.0005

HSI does not Granger Cause KLSE KLSE does not Granger Cause HSI

520

1.80299 1.35185

0.1799 0.2455

CSI does not Granger Cause KLSE KLSE does not Granger Cause CSI

520

0.20332 1.90953

0.6522 0.1676

KS11 does not Granger Cause KLSE KLSE does not Granger Cause KS11

520

0.45717 3.81892

0.4992 0.0512

N225 does not Granger Cause KLSE KLSE does not Granger Cause N225

520

0.35657 13.7885

0.5507 0.0002

BSESN does not Granger Cause KLSE KLSE does not Granger Cause BSESN

520

4.75456 0.06114

0.0297 0.8048

DJI does not Granger Cause KLSE KLSE does not Granger Cause DJI

520

153.879 3.16202

4.E-31 0.0760

CSI does not Granger Cause HSI HSI does not Granger Cause CSI

520

1.45972 4.01228

0.2275 0.0457



46


Obs

F-Statistic

Prob.

KS11 does not Granger Cause HSI HSI does not Granger Cause KS11

520

0.01385 1.88213

0.9064 0.1707

N225 does not Granger Cause HSI HSI does not Granger Cause N225

520

3.68728 13.3635

0.0554 0.0003

BSESN does not Granger Cause HSI HSI does not Granger Cause BSESN

520

5.23280 1.47495

0.0226 0.2251

DJI does not Granger Cause HSI HSI does not Granger Cause DJI

520

217.847 7.98983

2.E-41 0.0049

KS11 does not Granger Cause CSI CSI does not Granger Cause KS11

520

3.40928 0.08644

0.0654 0.7689

N225 does not Granger Cause CSI CSI does not Granger Cause N225

520

3.30128 0.00809

0.0698 0.9284

BSESN does not Granger Cause CSI CSI does not Granger Cause BSESN

520

1.44107 0.25828

0.2305 0.6115

DJI does not Granger Cause CSI CSI does not Granger Cause DJI

520

11.8723 0.09503

0.0006 0.7580

N225 does not Granger Cause KS11 KS11 does not Granger Cause N225

520

5.68529 3.02139

0.0175 0.0828

BSESN does not Granger Cause KS11 KS11 does not Granger Cause BSESN

520

4.68965 0.00770

0.0308 0.9301

DJI does not Granger Cause KS11 KS11 does not Granger Cause DJI

520

138.140 2.39421

2.E-28 0.1224

BSESN does not Granger Cause N225 N225 does not Granger Cause BSESN

520

16.0983 0.22821

7.E-05 0.6331

DJI does not Granger Cause N225 N225 does not Granger Cause DJI

520

140.781 2.81883

7.E-29 0.0938

DJI does not Granger Cause BSESN BSESN does not Granger Cause DJI

520

78.1144 4.62296

2.E-17 0.0320

Sumber:Olahan EViews, 2012.

Dari hasil uji kausalitas Granger di atas, dengan menggunakan significant level sebesar 95%, apabila nilai probability lebih kecil dari 5%, maka H0 bahwa X tidak menyebabkan Y ditolak.



47

Dengan demikian pasar saham yang memiliki hubungan dua arah atau saling ketergantungan sebelum terjadinya krisis finansial di Amerika Serikat akibat subprime mortgage antara lain: 1. Indonesia dan Amerika Serikat. 2. Singapura dan Jepang. 3. Singapura dan Amerika Serikat. 4. Hong Kong dan Amerika Serikat. 5. India dan Amerika Serikat.

4.6.2

Selama Krisis Tabel 4.11 Uji Kausalitas Granger Selama Krisis


Obs

F-Statistic

Prob.


522

2.91709 0.05322

0.0882 0.8176


522

0.40167 41.5406

0.5265 3.E-10


522

0.29892 5.50828

0.5848 0.0193


522

0.04944 2.92175

0.8241 0.0880


522

0.17322 9.55326

0.6774 0.0021


522

0.55416 11.9306

0.4570 0.0006


522

14.5116 1.23978

0.0002 0.2660


522

47.0352 0.84437

2.E-11 0.3586


522

0.73757 18.2567

0.3908 2.E-05


522

7.80629 20.8680

0.0054 6.E-06


522

5.88883 0.30069

0.0156 0.5837



48


Obs

F-Statistic

Prob.


522

0.22912 10.9824

0.6324 0.0010


522

0.76043 31.0079

0.3836 4.E-08


522

3.31648 1.75509

0.0692 0.1858


522

55.2445 0.43458

4.E-13 0.5100


522

20.3059 0.39769

8.E-06 0.5286


522

1.81407 0.94130

0.1786 0.3324


522

13.3463 0.05086

0.0003 0.8217


522

4.29280 2.29748

0.0388 0.1302


522

36.9597 1.27833

2.E-09 0.2587


522

48.3386 1.41064

1.E-11 0.2355


522

9.50011 0.01840

0.0022 0.8922


522

5.07116 0.06634

0.0247 0.7968


522

0.16911 13.7658

0.6811 0.0002


522

26.1300 0.07500

4.E-07 0.7843


522

89.9178 1.21503

9.E-20 0.2708


522

0.01060 4.06987

0.9180 0.0442


522

1.49403 1.66949

0.2221 0.1969


522

7.29438 5.82315

0.0071 0.0162



49


Obs

F-Statistic

Prob.


522

10.1415 1.03589

0.0015 0.3093


522

1.39331 6.32327

0.2384 0.0122


522

20.9740 2.62431

6.E-06 0.1058


522

63.6437 0.19502

1.E-14 0.6590


522

46.9004 0.09644

2.E-11 0.7563


522

300.897 2.55676

2.E-53 0.1104


522

20.7591 0.00260

6.E-06 0.9594

Sumber: Olahan Eviews, 2012.

Dari hasil uji kausalitas Granger di atas, dengan menggunakan significant level sebesar 95%, apabila nilai probability lebih kecil dari 5%, maka H0 bahwa X tidak menyebabkan Y ditolak. Dengan demikian pasar saham yang memiliki hubungan dua arah atau saling ketergantungan selama terjadinya krisis finansial di Amerika Serikat akibat subprime mortgage antara lain: 1. Singapura dan Hong Kong. 2. Cina dan India.

4.6.3

Sesudah Krisis Tabel 4.12 Uji Kausalitas Granger Sesudah Krisis


Obs

F-Statistic

Prob.


520

1.93400 0.01453

0.1649 0.9041


520

0.80956 17.7975

0.3687 3.E-05



50


Obs

F-Statistic

Prob.


520

0.00403 0.28478

0.9494 0.5938


520

3.09579 0.80831

0.0791 0.3690


520

0.07137 2.65424

0.7895 0.1039


520

0.81345 2.27297

0.3675 0.1323


520

3.87377 0.12362

0.0496 0.7253


520

98.1547 0.38953

3.E-21 0.5328


520

2.07446 14.2253

0.1504 0.0002


520

1.71636 13.7383

0.1907 0.0002


520

3.23807 2.45395

0.0725 0.1178


520

0.05836 14.3579

0.8092 0.0002


520

0.39126 15.7321

0.5319 8.E-05


520

1.79291 0.69530

0.1812 0.4048


520

108.402 0.10503

4.E-23 0.7460


520

6.12100 0.22041

0.0137 0.6389


520

0.15004 0.32711

0.6987 0.5676


520

19.3448 2.86926

1.E-05 0.0909


520

13.8792 3.30518

0.0002 0.0696


520

14.9784 0.64000

0.0001 0.4241



51


Obs

F-Statistic

Prob.


520

15.2526 0.10164

0.0001 0.7500


520

3.43736 2.17871

0.0643 0.1405


520

0.40984 6.94061

0.5223 0.0087


520

1.14816 3.06195

0.2844 0.0807


520

9.66459 3.95696

0.0020 0.0472


520

195.751 4.10678

6.E-38 0.0432


520

0.25457 0.38625

0.6141 0.5346


520

0.14220 1.55382

0.7063 0.2131


520

2.44264 1.07023

0.1187 0.3014


520

22.7309 0.39515

2.E-06 0.5299


520

0.00612 1.07047

0.9377 0.3013


520

20.0085 0.10667

9.E-06 0.7441


520

141.026 0.32643

6.E-29 0.5680


520

9.41708 0.35705

0.0023 0.5504


520

195.320 0.05577

7.E-38 0.8134


520

34.3815 0.20987

8.E-09 0.6471

Sumber: Olahan EViews, 2012.

Dari hasil uji kausalitas Granger di atas, dengan menggunakan significant level sebesar 95%, apabila nilai probability lebih kecil dari 5%, maka H0 bahwa X



52

tidak menyebabkan Y ditolak. Dengan demikian pasar saham yang memiliki hubungan dua arah atau saling ketergantungan sesudah terjadinya krisis finansial di Amerika Serikat akibat subprime mortgage antara lain: 1. Hong Kong dan India. 2. Hong Kong dan Amerika Serikat.

4.7

Analisis Hubungan Saling Ketergantungan Pasar Saham di Asia dan Amerika Serikat Sebelum Terjadinya Krisis Berdasarkan hasil uji koefisien korelasi dan uji kausalitas Granger, maka

hubungan saling ketergantungan pasar saham pada tahun 2006-2007 dimiliki oleh pasar saham: 1. Singapura dan Jepang. 2. Singapura dan Amerika Serikat. 3. Hong Kong dan Amerika Serikat. 4. India dan Amerika Serikat. Meskipun di uji kausalitas Granger pasar saham Indonesia dan Amerika Serikat saling mempengaruhi, namun pada uji koefisien korelasi tidak ditemukan hubungan antarkedua negara tersebut sehingga tidak memiliki hubungan saling ketergantungan. Hal ini demikian karena dalam menentukan hubungan saling ketergantungan harus melewati tahap uji korelasi dan uji kausalitas Granger (Gklezakou dan Mylonakis, 2010, p. 324). Dengan

demikian

H0

bahwa

tidak

terdapat

hubungan

saling

ketergantungan pasar saham di Asia dan Amerika Serikat sebelum terjadinya krisis finansial di Amerika Serikat tahun 2008–2009 ditolak.

4.7.1

Analisis Hubungan Saling Ketergantungan Singapura dan Jepang Berdasarkan hasil uji koefisien korelasi dan uji kausalitas Granger yang

diwakili oleh indeks STI dan N225, maka diperoleh kesimpulan bahwa pasar saham Singapura dan Jepang memiliki hubungan saling ketergantungan. Jika dikaitkan dengan teori integrasi, maka Singapura dan Jepang saling terintegrasi. Hasil pada periode ini membuktikan teori Janakiraman dan Lamba (1998) yaitu common investor group, “when two countries share geographical proximity



53

and have similar groups of investors in their market, these markets are more than likely to influence each other. More dominant market is likely to exert greater influence on relatively smaller market.” Pasar saham yang memiliki lokasi geografis yang relatif dekat dan memiliki karakteristik investor yang sama cenderung mempengaruhi satu sama lain. Hubungan perekonomian dan perdagangan antara Singapura dan Jepang dapat terlihat dari kerjasama ekspor impor pada tabel di bawah ini. Total nilai ekspor dan impor tersebut dalam Dolar Amerika Serikat.

Tabel 4.13 Matriks Kerjasama Produk Singapura dan Jepang Negara

Ekspor

Impor

2006

2007

2006

2007

Singapura

$ 14,857,375

$14,387,841

$ 19,932,136

$ 21,547,450

Jepang

$ 19,339,944

$ 21,839,356

$ 7,477,483

$ 7,052,664

Sumber: Hasil Olahan Peneliti, dari International Trade Center, 2012.

Tabel 4.14 Matriks Kerjasama Jasa Singapura dan Jepang Negara

Ekspor 2006

Impor 2007

2006

2007

Singapura

$ 5,538,100

$ 6,576,434

$ 4,076,795

$ 3,755,466

Jepang

$ 8,626,901

$ 9,971,636

$ 6,712,010

$ 8,091,445


Dari total nilai ekspor produk yang dilakukan oleh Singapura, Jepang adalah negara tujuan ekspor terbesar kelima pada tahun 2007. Jenis produk yang diekspor ke Jepang mayoritas dalam bentuk peralatan dan perlengkapan elektronik. Pada tahun 2006 dan 2007, dari total nilai produk yang diimpor oleh Singapura, Jepang adalah negara terbesar keempat darimana produk diimpor berasal. Jenis produk yang diimpor dari Jepang juga mayoritas dalam bentuk peralatan dan perlengkapan elektronik. Dari total nilai ekspor jasa yang dilakukan oleh Singapura pada tahun 2006 dan 2007, Jepang adalah negara tujuan ekspor terbesar kedua. Juga pada



54

tahun 2006 dan 2007, dari total nilai jasa yang diimpor oleh Singapura, Jepang adalah negara terbesar ketiga darimana jasa diimpor berasal. Bagi Singapura, kerjasama dengan Jepang dalam bentuk ekspor impor jasa memberikan nilai trade balance tertinggi ketiga pada tahun 2006 yaitu senilai $ 1,461,305 dan tertinggi pertama pada tahun 2007 yaitu senilai $ 2,820,968. Di sisi lain, dari total nilai ekspor jasa yang dilakukan oleh Jepang pada tahun 2006 dan 2007, Singapura adalah negara tujuan ekspor terbesar ketiga. Juga pada tahun 2006 dan 2007, dari total nilai jasa yang diimpor oleh Jepang, Singapura adalah negara terbesar keempat darimana jasa diimpor berasal. Bagi Jepang, kerjasama dengan Singapura dalam bentuk ekspor impor jasa memberikan nilai trade balance tertinggi kedua pada tahun 2006 dan 2007 yaitu masingmasing senilai $ 1,914,891 dan 1,880,191.

4.7.2

Analisis Hubungan Saling Ketergantungan Singapura dan Amerika Serikat Berdasarkan hasil uji koefisien korelasi dan uji kausalitas Granger yang

diwakili oleh indeks STI dan DJI, maka diperoleh kesimpulan bahwa pasar saham Singapura dan Amerika Serikat memiliki hubungan saling ketergantungan. Jika dikaitkan dengan teori integrasi, maka Singapura dan Amerika Serikat saling terintegrasi. Hasil pada periode ini membuktikan teori Janakiraman dan Lamba (1998) yang menyatakan bahwa Amerika Serikat merupakan negara dominant power. “In the post World War II periode, the status of the most influential economy went to the US.” Sejak Perang Dunia II, pengaruh Amerika Serikat dalam perekonomian dunia terus meningkat. Hubungan perekonomian dan perdagangan antara Singapura dan Amerika Serikat dapat terlihat dari kerjasama ekspor impor pada tabel di bawah ini. Total nilai ekspor dan impor tersebut dalam Dolar Amerika Serikat.



55

Tabel 4.15 Matriks Kerjasama Produk Singapura dan Amerika Serikat Negara

Ekspor

Impor

2006

2007

2006

2007

Singapura

$ 27,635,189

$ 26,675,303

$ 30,279,003

$ 32,704,237

Amerika Serikat

$ 24,682,843

$ 26,284,362

$ 18,068,466

$ 18,692,293


Tabel 4.16 Matriks Kerjasama Jasa Singapura dan Amerika Serikat Negara

Ekspor 2006

Impor 2007

2006

2007

Singapura

$ 8,246,309

$ 9,374,487

$ 11,162,270

$13,440,728

Amerika Serikat

$ 6,690,000

$ 8,287,000

$ 3,315,000

$ 3,323,000


Dari total nilai ekspor produk yang dilakukan oleh Singapura, Amerika Serikat adalah negara tujuan ekspor terbesar kedua pada tahun 2006 dan terbesar keempat pada tahun 2007. Jenis produk yang diekspor ke Amerika Serikat mayoritas dalam bentuk peralatan dan perlengkapan elektronik. Pada tahun 2006 dan 2007, dari total nilai produk yang diimpor oleh Singapura, Amerika Serikat adalah negara terbesar kedua darimana produk diimpor berasal. Jenis produk yang diimpor dari Amerika Serikat mayoritas dalam bentuk mesin-mesin, reaktor nuklir, dan boilers. Bagi Amerika Serikat, kerjasama dengan Singapura dalam bentuk ekspor impor produk memberikan nilai trade balance tertinggi kelima pada tahun 2006 yaitu senilai $ 6,614,377. Dari total nilai ekspor jasa yang dilakukan oleh Singapura pada tahun 2006 dan 2007, Amerika Serikat adalah negara tujuan ekspor terbesar pertama. Juga pada tahun 2006 dan 2007, dari total nilai jasa yang diimpor oleh Singapura, Amerika Serikat adalah negara terbesar pertama darimana jasa diimpor berasal.



56

4.7.3

Analisis Hubungan Saling Ketergantungan Hong Kong dan Amerika Serikat Berdasarkan hasil uji koefisien korelasi dan uji kausalitas Granger yang

diwakili oleh indeks HSI dan DJI, maka diperoleh kesimpulan bahwa pasar saham Hong Kong dan Amerika Serikat memiliki hubungan saling ketergantungan. Jika dikaitkan dengan teori integrasi, maka Hong Kong dan Amerika Serikat saling terintegrasi. Hasil pada periode ini membuktikan teori Janakiraman dan Lamba (1998) bahwa Amerika Serikat merupakan negara dominant power, “In the post World War II periode, the status of the most influential economy went to the US.” Sejak Perang Dunia II, pengaruh Amerika Serikat dalam perekonomian dunia terus meningkat. Hubungan perekonomian dan perdagangan antara Hong Kong dan Amerika Serikat dapat terlihat dari kerjasama ekspor impor pada tabel di bawah ini. Total nilai ekspor dan impor tersebut dalam Dolar Amerika Serikat.

Tabel 4.17 Matriks Kerjasama Produk Hong Kong dan Amerika Serikat Negara

Ekspor

Impor

2006

2007

2006

2007

Hong Kong

$ 47,875,353

$ 47,318,696

$ 16,079,054

$ 17,983,174

Amerika Serikat

$ 17,774,301

$ 20,118,419

$ 8,281,929

$ 7,320,064


Tabel 4.18 Matriks Kerjasama Jasa Hong Kong dan Amerika Serikat Negara

Ekspor

Impor

2006

2007

2006

2007

Hong Kong

$ 15,323,000

$ 17,837,000

$ 5,489,000

$ 6,836,000

Amerika Serikat

$ 4,646,000

$ 5,523,000

$ 6,451,000

$ 7,131,000


Dari total nilai ekspor produk yang dilakukan oleh Hong Kong, Amerika Serikat adalah negara tujuan ekspor terbesar kedua pada tahun 2006 dan 2007.



57

Jenis produk yang diekspor ke Amerika Serikat mayoritas dalam bentuk peralatan dan perlengkapan elektronik. Pada tahun 2006 dan 2007, dari total nilai produk yang diimpor oleh Hong Kong, Amerika Serikat adalah negara terbesar kelima darimana produk diimpor berasal. Jenis produk yang diimpor dari Amerika Serikat juga mayoritas dalam bentuk peralatan dan perlengkapan elektronik. Bagi Hong Kong, kerjasama dengan Amerika Serikat dalam bentuk ekspor impor produk memberikan nilai trade balance tertinggi pertama pada tahun 2006 dan 2007 yaitu masing-masing senilai $ 31,796,299 dan $ 29,335,522. Di sisi lain, bagi Amerika Serikat, kerjasama dengan Hong Kong dalam bentuk ekspor impor produk memberikan nilai trade balance tertinggi ketiga pada tahun 2006 yaitu senilai $ 6,614,377 dan tertinggi kedua pada tahun 2007 yaitu senilai $ 7,592,069. Dari total nilai ekspor jasa yang dilakukan oleh Hong Kong pada tahun 2006 dan 2007, Amerika Serikat adalah negara tujuan ekspor terbesar kedua. Juga pada tahun 2006 dan 2007, dari total nilai jasa yang diimpor oleh Hong Kong, Amerika Serikat adalah negara terbesar kedua darimana jasa diimpor berasal. Bagi Hong Kong, kerjasama dengan Amerika Serikat dalam bentuk ekspor impor jasa memberikan nilai trade balance tertinggi pertama pada tahun 2006 dan 2007 yaitu masing-masing senilai $ 9,834,000 dan $ 11,601,000.

4.7.4

Analisis Hubungan Saling Ketergantungan India dan Amerika Serikat Berdasarkan hasil uji koefisien korelasi dan uji kausalitas Granger yang

diwakili oleh indeks BSESN dan DJI, maka diperoleh kesimpulan bahwa pasar saham India dan Amerika Serikat memiliki hubungan saling ketergantungan. Jika dikaitkan dengan teori integrasi, maka India dan Amerika Serikat saling terintegrasi. Hasil pada periode ini membuktikan teori Janakiraman dan Lamba (1998) yang menyatakan bahwa Amerika Serikat merupakan negara dominant power. “In the post World War II periode, the status of the most influential economy went to the US.” Sejak Perang Dunia II, pengaruh Amerika Serikat dalam perekonomian dunia terus meningkat.



58

Hubungan perekonomian dan perdagangan antara India dan Amerika Serikat dapat terlihat dari kerjasama ekspor impor pada tabel di bawah ini. Total nilai ekspor dan impor tersebut dalam Dolar Amerika Serikat.

Tabel 4.19 Matriks Kerjasama Produk India dan Amerika Serikat Negara

Ekspor

Impor

2006

2007

2006

2007

India

$ 18,705,452

$ 20,133,334

$ 11,321,478

$ 14,206,366

Amerika Serikat

$ 10,091,104

$ 17,592,455

$ 22,992,713

$ 25,113,349


Tabel 4.20 Matriks Kerjasama Jasa India dan Amerika Serikat Negara

Ekspor 2006

Amerika Serikat

$ 6,574,000

Impor 2007

$ 8,842,000

2006 $ 7,455,000

2007 $ 9,870,000


Dari total nilai ekspor produk yang dilakukan oleh India, Amerika Serikat adalah negara tujuan ekspor terbesar pertama pada tahun 2006 dan 2007. Jenis produk yang diekspor ke Amerika Serikat mayoritas dalam bentuk mutiara, batu mulia, dan logam. Pada tahun 2006 dan 2007, dari total nilai produk yang diimpor oleh India, Amerika Serikat adalah negara terbesar kedua pada tahun 2006 dan ketiga pada tahun 2007 darimana produk diimpor berasal. Jenis produk yang diimpor dari Amerika Serikat pada tahun 2006 mayoritas dalam bentuk pesawat terbang, pesawat ruang angkasa, dan bagian-bagiannya, sedangkan pada tahun 2007 mayoritas dalam bentuk mesin-mesin, reaktor nuklir, dan boilers. Bagi India, kerjasama dengan Amerika Serikat dalam bentuk ekspor impor produk memberikan nilai trade balance tertinggi pertama pada tahun 2006 dan 2007 yaitu masing-masing senilai $ 7,383,974 dan $ 5,926,968.



59

4.8

Analisis Hubungan Saling Ketergantungan Pasar Saham di Asia dan Amerika Serikat Selama Terjadinya Krisis Berdasarkan hasil uji koefisien korelasi dan uji kausalitas Granger, maka

hubungan saling ketergantungan pasar saham pada tahun 2008–2009 dimiliki oleh pasar saham: 1. Singapura dan Hong Kong. 2. Cina dan India. Dengan

demikian

H0

bahwa

tidak

terdapat

hubungan

saling

ketergantungan pasar saham di Asia dan Amerika Serikat selama terjadinya krisis finansial di Amerika Serikat tahun 2008–2009 ditolak.

4.8.1

Analisis Hubungan Saling Ketergantungan Singapura dan Hong Kong Berdasarkan hasil uji koefisien korelasi dan uji kausalitas Granger yang

diwakili oleh indeks STI dan HSI, maka diperoleh kesimpulan bahwa pasar saham Singapura dan Hong Kong memiliki hubungan saling ketergantungan. Jika dikaitkan dengan teori integrasi, maka Singapura dan Hong Kong saling terintegrasi. Hasil pada periode ini membuktikan teori Janakiraman dan Lamba (1998) yaitu common investor group, “when two countries share geographical proximity and have similar groups of investors in their market, these markets are more than likely to influence each other. More dominant market is likely to exert greater influence on relatively smaller market.” Pasar saham yang memiliki lokasi geografis yang relatif dekat dan memiliki karakteristik investor yang sama cenderung mempengaruhi satu sama lain. Hubungan perekonomian dan perdagangan antara Singapura dan Hong Kong dapat terlihat dari kerjasama ekspor impor pada tabel di bawah ini. Total nilai ekspor dan impor tersebut dalam Dolar Amerika Serikat.



60

Tabel 4.21 Matriks Kerjasama Produk Singapura dan Hong Kong Negara

Ekspor

Impor

2008

2009

2008

2009

Singapura

$ 35,129,925

$ 31,234,427

$ 3,481,156

$ 2,686,463

Hong Kong

$ 6,502,297

$ 5,592,843

$ 25,167,817

$ 22,716,508


Tabel 4.22 Matriks Kerjasama Jasa Singapura dan Hong Kong Negara

Ekspor 2008

Impor 2009

2008

2009

Singapura

$ 4,062,268

$ 4,117,807

$ 2,544,597

$ 2,417,359

Hong Kong

$ 2,567,000

$ 2,470,000

$ 2,726,000

$ 2,551,000


Dari total nilai ekspor produk yang dilakukan oleh Singapura, Hong Kong adalah negara tujuan ekspor terbesar ketiga pada tahun 2008 dan terbesar pertama pada tahun 2009. Jenis produk yang diekspor ke Hong Kong mayoritas dalam bentuk peralatan dan perlengkapan elektronik. Di sisi lain, dari total nilai produk yang diimpor oleh Hong Kong, Singapura adalah negara terbesar ketiga pada tahun 2008 dan terbesar keempat pada tahun 2009 darimana produk diimpor berasal. Bagi Singapura, kerjasama dengan Hong Kong dalam bentuk ekspor impor produk memberikan nilai trade balance tertinggi pertama pada tahun 2008 dan 2009 yaitu masing-masing senilai $ 31,648,769 dan $ 28,547,964.

4.8.2

Analisis Hubungan Saling Ketergantungan Cina dan India Berdasarkan hasil uji koefisien korelasi dan uji kausalitas Granger yang

diwakili oleh indeks CSI dan BSESN, maka diperoleh kesimpulan bahwa pasar saham Cina dan India memiliki hubungan saling ketergantungan. Jika dikaitkan dengan teori integrasi, maka Cina dan India saling terintegrasi. Hasil pada periode ini membuktikan teori Janakiraman dan Lamba (1998) yaitu common investor group, “when two countries share geographical proximity and have similar groups of investors in their market, these markets are more than



61

likely to influence each other. More dominant market is likely to exert greater influence on relatively smaller market.” Pasar saham yang memiliki lokasi geografis yang relatif dekat dan memiliki karakteristik investor yang sama cenderung mempengaruhi satu sama lain. Hubungan perekonomian dan perdagangan antara Cina dan India dapat terlihat dari kerjasama ekspor impor pada tabel di bawah ini. Total nilai ekspor dan impor tersebut dalam Dolar Amerika Serikat.

Tabel 4.23 Matriks Kerjasama Produk Cina dan India Negara

Ekspor

Impor

2008

2009

2008

2009

Cina

$ 31,585,381

$ 29,666,560

$ 20,258,886

$ 13,714,289

India

$ 10,093,927

$ 10,370,052

$ 31,568,024

$ 30,613,371


Dari total nilai ekspor produk yang dilakukan oleh India pada tahun 2008 dan 2009. Cina adalah negara tujuan ekspor terbesar ketiga. Jenis produk yang diekspor ke Cina mayoritas dalam bentuk bijih besi, ampas bijih, dan abu. Juga pada tahun 2008 dan 2009, dari total nilai produk yang diimpor oleh India, Cina adalah negara terbesar pertama darimana produk diimpor berasal. Jenis produk yang diimpor dari Cina mayoritas dalam bentuk peralatan dan perlengkapan elektronik.

4.9

Analisis Hubungan Saling Ketergantungan Pasar Saham di Asia dan Amerika Serikat Sesudah Terjadinya Krisis Berdasarkan hasil uji koefisien korelasi dan uji kausalitas Granger, maka

hubungan saling ketergantungan pasar saham pada tahun 2008–2009 dimiliki oleh pasar saham: 1. Hong Kong dan India. 2. Hong Kong dan Amerika Serikat.



62

Dengan

demikian

H0

bahwa

tidak

terdapat

hubungan

saling

ketergantungan pasar saham di Asia dan Amerika Serikat sesudah terjadinya krisis finansial di Amerika Serikat tahun 2008–2009 ditolak.

4.9.1

Analisis Hubungan Saling Ketergantungan Hong Kong dan India Berdasarkan hasil uji koefisien korelasi dan uji kausalitas Granger yang

diwakili oleh indeks HSI dan BSESN, maka diperoleh kesimpulan bahwa pasar saham Hong Kong dan India memiliki hubungan saling ketergantungan. Jika dikaitkan dengan teori integrasi, maka Hong Kong dan India saling terintegrasi. Hasil pada periode ini membuktikan teori Janakiraman dan Lamba (1998) yaitu common investor group, “when two countries share geographical proximity and have similar groups of investors in their market, these markets are more than likely to influence each other. More dominant market is likely to exert greater influence on relatively smaller market.” Pasar saham yang memiliki lokasi geografis yang relatif dekat dan memiliki karakteristik investor yang sama cenderung mempengaruhi satu sama lain. Hubungan perekonomian dan perdagangan antara Hong Kong dan India dapat terlihat dari kerjasama ekspor impor pada tabel di bawah ini. Total nilai ekspor dan impor tersebut dalam Dolar Amerika Serikat.

Tabel 4.24 Matriks Kerjasama Produk Hong Kong dan India Negara

Ekspor 2010

Impor 2011

2010

2011

Hong Kong

$ 9,923,839

$ 12,330,584

$ 9,249,658

$ 11,175,217

India

$ 9,508,276

-

$ 7,772,479

-


Dari total nilai ekspor yang dilakukan oleh Hong Kong, India adalah negara tujuan ekspor terbesar kelima pada tahun 2010 dan keempat pada tahun 2011. Jenis produk yang diekspor ke India mayoritas dalam bentuk mutiara, batu mulia, dan logam.



63

Di sisi lain, dari total nilai ekspor yang dilakukan oleh India pada tahun 2010, Hong Kong adalah negara tujuan ekspor terbesar keempat. Jenis produk yang diekspor ke Hong Kong juga mayoritas dalam bentuk mutiara, batu mulia, dan logam.

4.9.2

Analisis Hubungan Saling Ketergantungan Hong Kong dan Amerika Serikat Berdasarkan hasil uji koefisien korelasi dan uji kausalitas Granger yang

diwakili oleh indeks HSI dan DJI, maka diperoleh kesimpulan bahwa pasar saham Hong Kong dan Amerika Serikat memiliki hubungan saling ketergantungan. Jika dikaitkan dengan teori integrasi, maka Hong Kong dan Amerika Serikat saling terintegrasi. Hasil pada periode ini membuktikan teori Janakiraman dan Lamba (1998) yang menyatakan bahwa Amerika Serikat merupakan negara dominant power. “In the post World War II periode, the status of the most influential economy went to the US.” Sejak Perang Dunia II, pengaruh Amerika Serikat dalam perekonomian dunia terus meningkat. Hubungan perekonomian dan perdagangan antara Hong Kong dan Amerika Serikat dapat terlihat dari kerjasama ekspor impor pada tabel di bawah ini. Total nilai ekspor dan impor tersebut dalam Dolar Amerika Serikat.

Tabel 4.25 Matriks Kerjasama Produk Hong Kong dan Amerika Serikat Negara

Ekspor

Impor

2010

2011

2010

2011

Hong Kong

$ 42,816,343

$ 42,652,954

$ 23,355,714

$ 31,662,749

Amerika Serikat

$ 26,565,429

$ 36,489,191

$ 4,439,366

$ 4,412,291


Dari total nilai ekspor yang dilakukan oleh Hong Kong pada tahun 2010 dan 2011, Amerika Serikat adalah negara tujuan ekspor terbesar kedua. Jenis produk yang diekspor ke Amerika Serikat mayoritas dalam bentuk peralatan dan perlengkapan elektronik. Dari total nilai produk yang diimpor oleh Hong Kong,



64

Amerika Serikat adalah negara terbesar kelima pada tahun 2010 dan negara terbesar keempat pada tahun 2011 darimana produk diimpor berasal. Jenis produk yang diimpor dari Amerika Serikat juga mayoritas dalam bentuk peralatan dan perlengkapan elektronik. Bagi Hong Kong, kerjasama dengan Amerika Serikat dalam bentuk ekspor impor produk memberikan nilai trade balance tertinggi pertama pada tahun 2010 yaitu senilai $ 19,460,629 dan tertinggi kedua pada tahun 2011 yaitu senilai $ 10,990,205. Di sisi lain, bagi Amerika Serikat, kerjasama dengan Hong Kong dalam bentuk ekspor impor produk memberikan nilai trade balance tertinggi pertama pada tahun 2010 dan 2011 yaitu masingmasing senilai $ 22,126,063 dan $ 32,076,900.

4.10

Perbandingan Hubungan Saling Ketergantungan Sebelum, Selama, dan Sesudah Terjadinya Krisis

Tabel 4.26 Perbandingan Hubungan Sebelum, Selama, dan Sesudah Krisis Sebelum Krisis

Selama Krisis

Sesudah Krisis

2006–2007

2008–2009

2010–2011

Mempengaruhi Indonesia

Malaysia Hong Kong

Dipengaruhi India Amerika Serikat

Mempengaruhi

Dipengaruhi

Mempengaruhi

Dipengaruhi

Malaysia

India Amerika Serikat

Malaysia Jepang


Malaysia

Hong Kong

Malaysia

Amerika Serikat

Hong Kong

Cina Amerika Serikat

Hong Kong

Hong Kong

Cina

Korea Selatan

Korea Selatan

Jepang

Jepang Amerika Serikat Singapura

Malaysia Hong Kong

Jepang Amerika Serikat

Korea Selatan

Korea Selatan

Jepang

Jepang

Korea Selatan Jepang

Amerika Serikat Malaysia

Jepang

Indonesia

-

Indonesia

-

Indonesia

Singapura

Singapura

Singapura


Hong Kong Korea Selatan

Hong Kong Korea Selatan

Jepang

Jepang





65

(Lanjutan) Sebelum Krisis

Selama Krisis

Sesudah Krisis

2006–2007

2008–2009

2010–2011

Mempengaruhi Hong Kong

Dipengaruhi

Mempengaruhi

Dipengaruhi

Mempengaruhi

Dipengaruhi

Cina

Indonesia

Singapura

Indonesia

Malaysia

Singapura

Jepang

Singapura

Malaysia

Singapura

Korea Selatan

Amerika Serikat


Jepang

Cina Korea Selatan



India Amerika Serikat Cina

-

Indonesia

Singapura

Hong Kong Amerika Serikat

Hong Kong


-

Amerika Serikat

Malaysia

Singapura

Korea Selatan India

Korea Selatan

-

Indonesia

Malaysia

Indonesia

Singapura

Hong Kong

Singapura

Hong Kong

Jepang

Jepang

Cina


India Amerika Serikat Jepang


Singapura

Indonesia

Malaysia

Korea Selatan

Singapura

Singapura

Malaysia

Hong Kong Korea Selatan Amerika Serikat

Hong Kong

India

Indonesia

India Amerika Serikat Amerika Serikat

Indonesia

Indonesia

Cina Amerika Serikat

Malaysia

Indonesia Singapura Amerika Serikat

Indonesia

Malaysia

Malaysia

Malaysia

Hong Kong

Hong Kong

Hong Kong

Korea Selatan

Cina

Korea Selatan

Jepang

Korea Selatan

Hong Kong Amerika Serikat

Amerika Serikat Amerika Serikat

Indonesia

Indonesia

Indonesia

Singapura

Singapura

Singapura

-

Indonesia Singapura

Malaysia

Hong Kong

Malaysia

Malaysia

Hong Kong

India

Hong Kong

Hong Kong

Cina

Cina

Cina

Korea Selatan

Korea Selatan

Korea Selatan

Jepang

Jepang

Jepang

India

India

India

Hong Kong




66

Dari tabel di atas dapat terlihat bahwa terdapat hubungan saling ketergantungan baik sebelum, selama, dan sesudah terjadinya krisis finansial di Amerika Serikat tahun 2008–2009, namun hubungan saling ketergantungan pada pasar saham di Asia dan Amerika Serikat lebih kuat ketika sebelum terjadinya krisis dibandingkan pada selama dan sesudah terjadinya krisis. Hal ini berbeda dengan hasil penelitian Gklezakou dan Mylonakis (2010) di mana terjadi peningkatan hubungan saling ketergantungan pada saat terjadinya krisis. Pada selama terjadinya krisis finansial di Amerika Serikat tahun 2008– 2009, terlihat bahwa Amerika Serikat tidak memiliki hubungan saling ketergantungan pada negara manapun. Hal ini memperlihatkan perbedaan yang nyata karena pada sebelum terjadinya krisis, Amerika Serikat memiliki hubungan saling ketergantungan pada tiga negara yaitu Singapura, Hong Kong, India, dan pada saat sesudah terjadinya krisis, Amerika Serikat memiliki hubungan saling ketergantungan dengan Hong Kong kembali. Bila tanpa melihat hubungan dengan Amerika Serikat, hubungan saling ketergantungan di wilayah Asia lebih kuat pada selama terjadinya krisis finansial di Amerika Serikat. Hal ini terlihat karena adanya hubungan saling ketergantungan antara Singapura dan Hong, Cina dan India, sedangkan pada sebelum terjadinya krisis hanya terdapat satu hubungan saling ketergantungan yaitu antara Singapura dan Jepang, dan pada sesudah terjadinya krisis juga hanya terdapat satu hubungan saling ketergantungan yaitu antara Hong Kong dan India.



BAB 5 KESIMPULAN DAN SARAN

5.1

Kesimpulan Berdasarkan pengolahan data dan analisa pada bab sebelumnya, maka

diperoleh kesimpulan untuk menjawab pokok permasalahan dalam penelitian ini, antara lain: 1. Terdapat hubungan saling ketergantungan pasar saham di Asia dan Amerika Serikat sebelum terjadinya krisis finansial di Amerika Serikat tahun 2008–2009, yaitu antara Singapura dan Jepang, Singapura dan Amerika Serikat, Hong Kong dan Amerika Serikat, India dan Amerika Serikat. 2. Terdapat hubungan saling ketergantungan pasar saham di Asia dan Amerika Serikat selama terjadinya krisis finansial di Amerika Serikat tahun 2008–2009, yaitu antara Singapura dan Hong Kong, Cina dan India. 3. Terdapat hubungan saling ketergantungan pasar saham di Asia dan Amerika Serikat sesudah terjadinya krisis finansial di Amerika Serikat tahun 2008–2009, yaitu antara Hong Kong dan India, Hong Kong dan Amerika Serikat.

5.2

Saran Berikut ini adalah saran-saran yang dapat diberikan oleh peneliti yang

sesuai dengan tujuan penelitian ini, yaitu untuk investor dan peneliti lanjutan.

5.2.1

Investor Dengan melihat hasil pada penelitian ini, para investor dapat semakin

yakin akan pentingnya analisis lebih lanjut sebelum melakukan diversifikasi internasional. Konsep hubungan saling ketergantungan diterapkan dalam industri pasar modal internasional karena dengan memanfaatkan studi ini para investor dapat melakukan analisis saham lewat top down approach yang dimulai dengan pemahaman pada kondisi makro. Dengan mengetahui tingkat hubungan saling



68

ketergantungan dari masing-masing pasar saham di setiap negara, maka akan membantu para investor untuk menganalisis indeks pasar saham dari suatu pasar saham negara tertentu dan bagaimana pengaruhnya terhadap naik dan turunnya harga saham di negara lain. Karena adanya integrasi pasar, investor dapat meminimalisir risiko portofolionya dengan menghindari pergerakan yang searah atau memperhatikan pergerakan harga yang secara bersamaan dan mengantisipasi jika penurunan atau kenaikan juga akan terjadi pada pasar yang terbukti terdapat hubungan yang sangat kuat. Misalnya ketika indeks pasar saham Hong Kong (HSI) mengalami koreksi yang dalam, maka investor dapat melihat bahwa indeks pasar saham India (BSESN) dan Amerika Serikat (DJI) juga kemungkinan besar akan mengalami koreksi. Karena sesuai dengan teori, adanya integrasi mampu memperluas kemungkinan untuk melakukan diversifikasi portofolio bagi risiko yang bersifat unsystematic.

5.2.2

Peneliti Lanjutan Dengan menggunakan penelitian ini, peneliti-peneliti selanjutnya dapat

meneruskan penelitian dengan memperpanjang periode penelitian misalnya membandingkan krisis finansial yang terjadi di Amerika Serikat tahun 2008–2009 dengan masa-masa krisis tahun 1997 di mana terjadi krisis finansial di wilayah Asia terutama Asia Tenggara. Selain itu dapat pula memasukkan indeks-indeks lain yang tidak diteliti pada penelitian ini atau memperbanyak jumlah sampel negara dan juga dapat mengembangkan dari apa yang menjadi keterbatasan dalam penelitian ini.



DAFTAR REFERENSI

Buku: Asnawi, Said Kelana, & Chandra Wijaya. (2005). Riset Keuangan: PengujianPengujian Empiris. Jakarta: PT Gramedia Pustaka Utama. Bodie, Zvi., Alex Kane, & Alan J. Marcus. (2006). Investasi (6th ed.). (Zuliani Dalimunthe, penerjemah). Jakarta: Salemba Empat. Darmadji, Tjiptono, & Hendy Fakhruddin. (2006). Pasar Modal di Indonesia. Jakarta: Salemba Empat. Eun, Cheol S., & Bruce G. Resnick. (2005). International Financial Management (3rd ed.). Singapore: McGraw-Hill Fabozzi, J Frank. (1995). Manajemen Investasi, Jakarta: Salemba Empat. Fabozzi, J. Frank, Franco Modigliani, & Michael G. Ferri. (1999). Pasar dan Lembaga Keuangan. Jakarta: Salemba Empat. Gujarati, Damodar. (2002). Basic Econometrics (4th ed.). Singapore: McGrawHill. Keown, Arthur J., et al. (2005) Financial Management: Principles and Application (10th ed.). New Jersey: Prentice Hall. Madura, Jeff. (1998). International Corporate Finance (9th ed.). Ohio: ThomsonSouthwestern. Manurung, Jonni, et al. (2003). Pasar Keuangan dan Lembaga Keuangan Bank dan Bukan Bank. Jakarta: PT Adler Manurung Press. Nachrowi, Djalal Nachrowi, & Hardius Usman. (2006). Pendekatan Populer dan Praktis Ekonometrika untuk Analisis Ekonomi dan Keuangan. Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia.



70

Prasetyo, Bambang, & Lina Miftaful Jannah. (2008). Metode Penelitian Kuantitatif: Teori dan Aplikasi. Jakarta: PT Raja Grafindo Perkasa. Reilly, Frank K., & Keith C. Brown (2006). Investment Analysis and Portfolio Management (8th ed.). USA: Thomson South-Western. Saunders, Anthony, Cornett, M.M. (2001). Financial Market and Institutions: A Modern Perspective. Singapore: McGraw Hill. Siamat, Dahlan. (2005). Manajemen Lembaga Keuangan: Kebijakan Moneter dan Perbankan (5th ed.). Jakarta: Lembaga Penerbit FEUI. Winarno, Wing Wahyu. (2009). Analisis Ekonometrika dan Statistika dengan EViews (2nd ed.). Yogyakarta: Unit Penerbit dan Percetakan Sekolah Tinggi Ilmu Manajemen YKPN.

Jurnal: Bekaert, Geert, Campbell R. Harvey, & Robin L. Lumsdaine. (2001). The Dynamics of Emerging Market Equity Flows. Bracker, Kevin, Dianne Scott, & Paul D. Koch. (1999). Economic Determinants of Evoluation in International Stock Market Integration. Journal of Empirical Finance, Vol. 28. Gklezakou, Triantafyllia, John Mylonakis. (2010). Links and Interdependence of Developed Stock Markets Under Global Economic Crisis Conditions. Journal of Financial Service Marketing, Vol. 14, 4, 314-227. Gklezakou, Triantafyllia, John Mylonakis. (2009). Interdependence of the Developing Stock Markets, Before and During the Economic Crisis: The Case of South Europe. Journal of Money, Investment and Banking, Issue 11, 70-78. Glezakos, Michalis, Anna Merika, & Haralambos Kaligosfiris. (2007). Interdependence of Major World Stock Exchanges: How is the Athens



71

Stock Exchange Affected?. International Research Journal of Finance and Economics, Issue 7, 24-39. Janakiramanan, Sundaram., & Asjeet S. Lamba. (1998). An Empirical Examination of Linkages Between Pacific-Basin Stock Markets. Journal of International Financial Markets, Institutions and Money, 8, 155–173. Kempf, Alexander & Olaf Korn. (1996). Trading system and Market Integration. Masson, Paul. (1998). Contagion: Monsoonal Effects, Spillovers, and Jumps Between Multiple Equilibria. Working Paper of the International Monetary Fund. Nath, C. Golaka, & G. P. Samanta. (2003). Integration between Forex and Capital Market in

India: An

Empirical Exploration. Journal Financial

Management and Analysis, Vol. 15. Royfaizal, R. C., C. Lee, & M. Azali. (2009). The Linkages of Asian and the US Stock Markets. The IUP Journal of Financial Economics, Vol VII, No. 2, 74-90. Royfaizal, R. C., C. Lee, & M. Azali. (2009). ASEAN-5 + 3 and US Stock Markets Interdependence Before, During and After Asian Financial Crisis. International Journal of Economics and Finance Vol. 1, No. 2, 45-54. Samarakoon, Lalith P. (2011). Stock market interdependence, contagion, and the U.S. financial crisis: the case of emerging and frontier markets. Worthington, Andrew, Masaki Katsuura, & Helen Higgs. (2004). Price Linkages in Asian Equity Market: Evidence Bordering the Asian Economic, Currency and Financial Crises. Asia-Pacific Financial Markets 10 (1). Yang, Tracy, & Jamus Jerome Lim. (2004). Crisis, Contagion, and East Asian Stock Markets. Review of Pacific Basin Financial Markets and Policies. Vol 7, No. 1.



72

Skripsi: Octaviani, Benedicta. (2011). Analisis Interdependensi (Granger Causality) Pasar Saham Indonesia dengan Lima Pasar Saham Di Dunia. S1. Skripsi Fakultas Ilmu Sosial dan Ilmu Politik Universitas Indonesia. Yuanita, Reza. (2007). Analisis Hubungan Interdependensi Pasar Saham Indonesia dengan Beberapa Pasar Saham Dunia (Periode 2002-2007). S1. Skripsi Fakultas Ekonomi Universitas Indonesia. Website: www.databank.worldbank.org www.finance.yahoo.com www.trademap.org



LAMPIRAN

1. Uji ADF Sebelum Krisis JKSE (Indonesia) Null Hypothesis: JKSE has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on AIC, MAXLAG=18)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic

Prob.*

-21.50291 -3.442698 -2.866879 -2.569674

0.0000

t-Statistic

Prob.*

-10.30084 -3.442820 -2.866933 -2.569703

0.0000

t-Statistic

Prob.*

-8.767082 -3.442845 -2.866943 -2.569709

0.0000

*MacKinnon (1996) one-sided p-values.

STI (Singapura) Null Hypothesis: STI has a unit root Exogenous: Constant Lag Length: 5 (Automatic based on AIC, MAXLAG=18)




KLSE (Malaysia) Null Hypothesis: KLSE has a unit root Exogenous: Constant Lag Length: 6 (Automatic based on AIC, MAXLAG=18)






74

HSI (Hong Kong) Null Hypothesis: HSI has a unit root Exogenous: Constant Lag Length: 6 (Automatic based on AIC, MAXLAG=18)



t-Statistic

Prob.*

-9.912882 -3.442845 -2.866943 -2.569709

0.0000

t-Statistic

Prob.*

-6.111729 -3.442945 -2.866988 -2.569733

0.0000

t-Statistic

Prob.*

-12.19956 -3.442746 -2.866900 -2.569686

0.0000


CSI (Cina) Null Hypothesis: CSI has a unit root Exogenous: Constant Lag Length: 10 (Automatic based on AIC, MAXLAG=18)




KS11 (Korea Selatan) Null Hypothesis: KS11 has a unit root Exogenous: Constant Lag Length: 2 (Automatic based on AIC, MAXLAG=18)






75

N225 (Jepang) Null Hypothesis: N225 has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on AIC, MAXLAG=18)



t-Statistic

Prob.*

-23.44578 -3.442698 -2.866879 -2.569674

0.0000

t-Statistic

Prob.*

-8.617704 -3.442869 -2.866954 -2.569715

0.0000


BSESN (India) Null Hypothesis: BSESN has a unit root Exogenous: Constant Lag Length: 7 (Automatic based on AIC, MAXLAG=18)

Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

DJI (Amerika Serikat) Null Hypothesis: DJI has a unit root Exogenous: Constant Lag Length: 6 (Automatic based on AIC, MAXLAG=18)



t-Statistic

Prob.*

-10.61477 -3.442845 -2.866943 -2.569709

0.0000




76

2. Uji ADF Selama Krisis JKSE (Indonesia) Null Hypothesis: JKSE has a unit root Exogenous: Constant Lag Length: 1 (Automatic based on AIC, MAXLAG=18)

Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-13.82534 -3.442673 -2.866868 -2.569669

0.0000

t-Statistic

Prob.*

-4.442627 -3.443046 -2.867032 -2.569757

0.0003

t-Statistic

Prob.*

-25.75621 -3.442649 -2.866857 -2.569663

0.0000








77



t-Statistic

Prob.*

-12.74776 -3.442722 -2.866889 -2.569680

0.0000

t-Statistic

Prob.*

-22.63326 -3.442649 -2.866857 -2.569663

0.0000

t-Statistic

Prob.*

-22.66434 -3.442649 -2.866857 -2.569663

0.0000








78



t-Statistic

Prob.*

-15.43890 -3.442698 -2.866879 -2.569674

0.0000

t-Statistic

Prob.*

-21.74828 -3.442649 -2.866857 -2.569663

0.0000

t-Statistic

Prob.*

-19.83944 -3.442673 -2.866868 -2.569669

0.0000








79

3. Uji ADF Sesudah Krisis JKSE (Indonesia) Null Hypothesis: JKSE has a unit root Exogenous: Constant Lag Length: 3 (Automatic based on AIC, MAXLAG=18)


t-Statistic

Prob.*

-13.91644 -3.442771 -2.866911 -2.569692

0.0000

t-Statistic

Prob.*

-21.87600 -3.442698 -2.866879 -2.569674

0.0000

t-Statistic

Prob.*

-4.830503 -3.443149 -2.867078 -2.569781

0.0001








80



t-Statistic

Prob.*

-22.41156 -3.442698 -2.866879 -2.569674

0.0000

t-Statistic

Prob.*

-23.20450 -3.442698 -2.866879 -2.569674

0.0000

t-Statistic

Prob.*

-17.08573 -3.442722 -2.866889 -2.569680

0.0000








81



t-Statistic

Prob.*

-11.77711 -3.442795 -2.866922 -2.569697

0.0000

t-Statistic

Prob.*

-21.58451 -3.442698 -2.866879 -2.569674

0.0000

t-Statistic

Prob.*

-14.30029 -3.442746 -2.866900 -2.569686

0.0000








82

DAFTAR RIWAYAT HIDUP

Nama

: Anggia Eben Haezer Tobing.

Tempat, Tanggal lahir

: Bekasi, 31 Agustus 1990.

Alamat

: Pondok Pekayon Indah Jl. Pakis VI Blok BB 20 No. 6, Bekasi Selatan, 17148.

Nomor Telepon

: +62817712989.

Email

: [email protected].

Nama Ayah

: Abraham Tobing.

Nama Ibu

: Susi Cancella Roulia.

Riwayat Pendidikan Formal SD

: SD Maria Fransiska.

SMP

: SMP Pax Ecclesia.

SMA

: SMA Marsudirini.

S1

: Ilmu Administrasi Niaga, Konsentrasi Keuangan, FISIP, Universitas Indonesia.



UNIVERSITAS INDONESIA

Recommend Documents